食品科学 ›› 2020, Vol. 41 ›› Issue (18): 283-287.doi: 10.7506/spkx1002-6630-20190906-089
王胜鹏,龚自明,郑鹏程,刘盼盼,滕靖,高士伟,桂安辉
WANG Shengpeng, GONG Ziming, ZHENG Pengcheng, LIU Panpan, TENG Jing, GAO Shiwei, GUI Anhui
摘要: 应用近红外光谱技术对青砖茶品质进行快捷、无损评价。在保证样品完整的条件下获取光谱信息,通过光谱预处理、联合区间偏最小二乘法筛选特征光谱区间后进行主成分分析,再建立品质分数的Jordan-Elman?nets人工神经网络预测模型。最佳预处理方法为多元散射校正+二阶导数,特征光谱区间为4?377.6~4?751.7、4?755.6~5?129.7、6?262.7~6?633.9、7?386~7?756.3?cm-1,特征光谱区间前3?个主成分累计贡献率为99.15%,模型传递函数为tanh,模型对验证集样品的预测均方根误差为0.386,预测集决定系数为0.973;对未知样品品质的预测结果为:预测均方根误差0.393,预测集决定系数0.971。结果表明,在75.00~93.00?分青砖茶品质范围内,应用近红外光谱和Jordan-Elman?nets人工神经网络方法实现了对青砖茶品质的快速、准确评价。
中图分类号: