基于光谱技术的茶叶等级判别研究
随着经济的快速发展和人民生活水平的提高，食品的质量和安全越来越受到消费者的关注。茶叶作为一种保健饮料在全世界许多国家的消费者中越来越受欢迎。目前，茶叶等级标准尚未统一，导致茶叶市场的茶叶质量参差不齐。通常，消费者通过茶叶的颜色和气味来判断茶叶的质量和等级，这种主观判别无法准确区分茶叶的真实质量。针对以上难题，本文首先通过近红外，中红外和激光诱导击穿光谱技术采集了茶叶的多种光谱数据；其次，根据光谱数据建立偏最小二乘判别分析（PLS-DA）模型并得到预测结果。结果表明此方法可以为中国茶叶评价标准提供参考。 本文的主要研究内容如下： (1)以茶叶为研究对象，首先采集近红外光谱数据作为原始数据；其次，选取波段数据进行四种光谱预处理（SG平滑，基线校正，标准正态变换，归一化）；同时，使用连续投影算法（SPA）从选取波段数据中选择最优变量光谱数据；最后，建立偏最小二乘判别分析（PLS-DA）模型。对比原始数据预测结果，通过选择波段后归一化处理的数据建立的模型具有最佳预测效果。 (2)通过中红外光谱采集茶叶光谱数据作为原始光谱；利用四种光谱预处理方法以及SPA从原始光谱数据中选择光谱数据；建立PLS-DA模型得到预测结果。对比原始数据预测结果，SNV处理后的预测模型具有最佳性能。 (3)通过激光诱导击穿光谱采集茶叶光谱数据作为原始光谱，利用两种预处理方法（平滑，SNV）以及SPA从原始光谱数据和预处理光谱数据中选择光谱数据；建立PLS-DA模型得到预测结果。对比原始数据预测结果，SNV处理后的预测模型具有最佳性能。 (4)建立四种NIR-MIR、NIR-LIBS、MIR-LIBS和NIR-MIR-LIBS融合光谱数据的PLS-DA模型，并对其预测效果进行比较。结果表明，基于NIR-LIBS和NIR-MIR-LIBS融合数据建立的预测模型具有更好的准确性和稳定性。
茶叶;等级判别;光谱技术;PLS-DA模型;评价标准
温州大学
硕士
计算机应用与技术
陈孝敬
2019
中文
O657.33;TS272.7
2020-03-19（万方平台首次上网日期，不代表论文的发表时间）