摘要：在眉茶拼配过程中,为了客观定量的评价试拼小样与标准样之间的相似性,该研究提出了一种基于深度度量学习的相似性评价方法,采用7种等级的眉茶标准样作为训练集,并在标准样中加入不同含量半成品茶构建具有不同相似性的测试集。采集茶样的高光谱数据并获取光谱特征与图像特征,分别以光谱数据、图像数据、图谱融合数据3种数据类型作为模型的输入。为了构建距离特征空间,该研究提出了基于三元组损失的深度特征提取网络,并设计了Center Anchor Triplet Loss损失函数,通过样本在特征空间的距离,表征相似程度,达到定性判断相似性和定量度量相似度的目的。结果表明:图谱融合数据结合Center Anchor Triplet Loss的方法精度最高,相似性判断准确率为98.89%,相似度度量准确率为100%。该研究采用未经训练的独立样本评价模型,可以获得较好的结果,说明算法具有较好的泛化能力。研究结果为眉茶的相似性评价提供了理论依据。

摘要：本实验在传统茶叶感官审评方法的基础上,探讨定量描述分析法(quantitative descriptive analysis,QDA)和适合项勾选法(check-all-that-apply,CATA)评价黄大茶香气感官特性的应用可行性。QDA过程中10名优选评价员自由使用描述词,根据几何平均值M筛选16个描述词,建立具有不同强度参比样的黄大茶感官描述词汇表;CATA法通过问卷设计了18个香气描述词、10个情绪描述词,由招募的100名消费者评价员对问卷词汇进行评判。结果表明,CATA法和QDA法均筛选出相似的感官描述词及香气感官特性:其中QDA法准确率高,能够准确区分香气强度差异;CATA法能够相对轻松、快速且低成本地从消费者中获取香气特征差异。此外,通过引入消费者喜好度检验明确了低焙火和高嫩度的黄大茶更受欢迎。本研究利用QDA法和CATA法明确了黄大茶的香气感官特性及消费者对黄大茶的喜好,可为黄大茶生产企业提供参考,有助于促进黄大茶消费市场繁荣。

摘要：采用9点喜好度标度(9-point hedonic scale)和5点正好标度(Just about right,JAR)分别对不同年龄段消费者进行黄大茶喜好度检验及感官属性的接受度评价。结果表明,年轻消费者和中年消费者喜好比较接近,更偏爱具有甜香和甘醇味的低焙火和高嫩度黄大茶;老年消费者更偏爱具有焦火香、苦涩味、糊味的高焙火和低嫩度黄大茶。进而采用惩罚分析将喜好度数据与JAR数据联系起来,定性地得出3个年龄段对样品整体喜好度最有影响的属性、属性优化方向及改进优次顺序,为针对性地设计和加工黄大茶产品提供一定的参考。

摘要：为培养适应社会发展、具有综合素质的食品感官分析人才,开展了多课程融合教学模式改革与实践。将食品加工工艺类实验课与食品感官评定实验课进行有机结合,整合学院资源,在教师指导下,让学生自主设计食品加工工艺与食品感官评定的实验方案。此教学模式使学生能亲自制作食品感官评定的样品,极大地激发了学生自主学习的兴趣和科学研究的意识,同时促进了其他工艺类实验课程的改进,节约了学院教学资源,取得了良好的教学效果。

摘要：目的研究用量化数据来判断茶叶的滋味品质,并确定茶叶感官品质特征与化学成分间的相关性。方法采用定量描述分析方法,对同一鲜叶原料加工的炒青、云尖和龙井的8种感官滋味特征分别进行定量描述,并绘制出反映滋味特征的雷达图,应用Excel和SPSS18.0软件进行相关的数据分析。结果云尖在苦度、浓度、强度和涩度这4个感官特性上要弱于炒青和龙井,在鲜度这一感官特性上要强于炒青和龙井;8种茶汤滋味特征中的浓度、鲜度、苦度、涩度与茶叶化学成分具有相关性。结论定量描述分析方法可以有效地判别茶叶滋味特征,更直观地表现茶叶的滋味差异,阐明了浓度、鲜度、苦度、涩度与不同茶叶化学物质间的相关性。