[发明专利]一种快速鉴别普洱茶存储年份的方法在审
申请号: | 201911201641.2 | 申请日: | 2019-11-29 |
公开(公告)号: | CN110749565A | 公开(公告)日: | 2020-02-04 |
发明(设计)人: | 冯德军;王淑贤;朱佳成;肖航;杨振发;姜明顺;隋青美 | 申请(专利权)人: | 山东大学 |
主分类号: | G01N21/3563 | 分类号: | G01N21/3563;G01N21/359;G06F17/16;G06F17/18 |
代理公司: | 37247 青岛华慧泽专利代理事务所(普通合伙) | 代理人: | 刘娜 |
地址: | 250013 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 普洱茶 原始光谱 偏最小二乘模型 预处理 光谱数据 年份 存储 鉴别 光谱数据预处理 多元散射校正 近红外光谱仪 采集 近红外光谱 模型有效性 普洱茶茶叶 校正集样品 验证集样品 有效性验证 检测样品 鉴别结果 快速鉴别 一阶导数 校正集 验证集 正确率 构建 打磨 验证 | ||
本发明公开了一种快速鉴别普洱茶存储年份的方法,包括以下步骤:原始光谱采集:将普洱茶茶叶打磨粉碎制成普洱茶样品,利用近红外光谱仪检测样品的原始光谱;原始光谱的预处理:将原始光谱利用一阶导数和多元散射校正组合的方法进行预处理,将预处理后的光谱数据分为校正集和验证集;构建判别偏最小二乘模型:利用校正集样品的光谱数据来建立判别偏最小二乘模型,并使用验证集样品的光谱数据来验证模型有效性;样品的鉴别:将待鉴别未知年份的普洱茶样品进行近红外光谱的采集,通过光谱数据预处理后,再导入到经过有效性验证的判别偏最小二乘模型中,得到普洱茶的存储年份。本发明所公开的方法操作简单,鉴别结果正确率高。
技术领域
本发明涉及茶叶鉴别技术领域,特别涉及一种快速鉴别普洱茶存储年份的方法。
背景技术
普洱茶是我国云南省特有的茶品,主要产自于云南省的西双版纳、临沧、普洱等地区,具有独特的滋味和香气。根据研究分析,普洱茶具有降脂、抗菌、抗病毒以及通便活性,其在健康方面的独特优势,受到了人们的大力追捧,获得了较大的市场空间。其价格比市场上其它大多数茶要高,并且不同类型的普洱茶价格差异较大,各种类型的普洱茶在外形上相似,导致普通消费者难以区分。感官评估和理化指标检测是目前普洱茶质量检测的两种重要方法。然而,感觉评估主要取决于审评人的经验,很容易受到主观性混淆。理化指标检测操作复杂,费时费力。
近年来,多种分析技术结合化学计量学方法应用于普洱茶的定量定性分析,主要有红外光谱、电子鼻、激光诱导击穿光谱、表面增强拉曼光谱等分析技术,主成分分析、人工神经网络、线性判别、支持向量机等化学计量学方法。
近红外光谱技术是近年来发展应用较广泛的检测技术,它是一种快速无损的检测手段,具有分析成本低、检测速度快等优点,广泛应用于定性定量分析。近红外光谱技术是通过测量样品的近红外光谱,获得近红外光谱数据,结合化学计量学方法,对光谱数据进行分析,达到对样品识别的目的。
现有的光谱法对普洱茶存储年份研究中,有些通过对比吸收峰和吸光度比来区分不同年份,并不能进行未知样品的判别。有些结合化学计量学方法进行定性判别,但判别正确率不理想。近红外光谱测量技术的光谱矩阵中存在很多无用的噪声信息,因此导致鉴别的结果存在很大误差。
发明内容
为解决上述技术问题,本发明提供了一种快速鉴别普洱茶存储年份的方法,以达到操作简单,鉴别结果正确率高的目的。
为达到上述目的,本发明的技术方案如下:
一种快速鉴别普洱茶存储年份的方法,包括以下步骤:
(1)原始光谱采集:将普洱茶茶叶打磨粉碎制成普洱茶样品,利用近红外光谱仪检测样品的原始光谱;
(2)原始光谱的预处理:将原始光谱利用一阶导数和多元散射校正组合的方法进行预处理,将预处理后的光谱数据分为校正集和验证集;
(3)构建判别偏最小二乘模型:利用校正集的光谱数据来建立判别偏最小二乘模型,并使用验证集的光谱数据来验证模型有效性;
(4)样品的鉴别:将待鉴别的未知年份的普洱茶样品进行近红外光谱的采集,通过一阶导数和多元散射校正组合方法对近红外光谱进行预处理,再导入到经过有效性验证的判别偏最小二乘模型中,得到普洱茶的存储年份。
上述方案中,所述步骤(1)中,使用傅里叶变换近红外光谱仪,以聚四氟乙烯作为背景光谱,光源为石英卤素灯,采用高通量的双转轴迈克尔逊干涉仪。
上述方案中,所述步骤(2)的预处理方法如下:
1)计算样品数为n、波长点数为k的光谱矩阵Xn×k的平均光谱
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911201641.2/2.html,转载请声明来源钻瓜专利网。