茶葉中茶多酚含量電子鼻技術(shù)檢測(cè)模型研究

《河南農(nóng)業(yè)大學(xué)學(xué)報(bào)》

張紅梅  田輝  何玉靜  常粉玲  余泳昌 

河南農(nóng)業(yè)大學(xué)機(jī)電工程學(xué)院,河南鄭州,450002

摘要： 為探索茶葉茶多酚含量的快速檢測(cè)方法,利用電子鼻技術(shù)對(duì)3個(gè)品質(zhì)等級(jí)信陽(yáng)毛尖茶的揮發(fā)性氣味進(jìn)行了研究.采用多元線性回歸、二次多項(xiàng)式逐步回歸分析和BP神經(jīng)網(wǎng)絡(luò)分別建立傳感器信號(hào)和信陽(yáng)毛尖茶的茶多酚含量之間的預(yù)測(cè)模型,并用測(cè)試集樣本對(duì)模型進(jìn)行驗(yàn)證.試驗(yàn)結(jié)果表明,3種模型茶多酚含量預(yù)測(cè)值與實(shí)測(cè)值之間的相關(guān)系數(shù)分別為0.86,0.90和0.92;預(yù)測(cè)標(biāo)準(zhǔn)誤差分別為0.61,0.5和0.14;平均誤差分別為2.5％,1.5％和1.0％.3種建模方法對(duì)茶多酚含量的預(yù)測(cè)結(jié)果都很好,*模型為BP神經(jīng)網(wǎng)絡(luò).研究結(jié)果表明電子鼻技術(shù)結(jié)合有效地模式識(shí)別方法可以用于茶葉理化成分的快速檢測(cè).

關(guān)鍵詞：電子鼻  信陽(yáng)毛尖茶  茶多酚  多元線性回歸  二次多項(xiàng)式回歸 

 BP神經(jīng)網(wǎng)絡(luò) 

基于電子鼻技術(shù)的信陽(yáng)毛尖茶咖啡堿檢測(cè)方法

《傳感技術(shù)學(xué)報(bào)》

張紅梅  王俊  余泳昌  高獻(xiàn)坤  花恒明  何玉靜 

河南農(nóng)業(yè)大學(xué)機(jī)電工程學(xué)院,鄭州,450002浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院,杭州,310029

摘要： 本文采用電子鼻系統(tǒng)對(duì)三個(gè)等級(jí)的信陽(yáng)毛尖茶進(jìn)行了檢測(cè).采用Loading分析和相關(guān)分析對(duì)傳感器陣列進(jìn)行優(yōu)化,選出四個(gè)傳感器為最終的新傳感器陣列,用于信陽(yáng)毛尖茶的品質(zhì)識(shí)別.PCA分析結(jié)果顯示,可以將不同等級(jí)的茶葉*區(qū)分開,而且效果比較好.利用PCR、MLR和QPSa方法分別建立信陽(yáng)毛尖茶基于氣敏傳感器陣列的咖啡堿預(yù)測(cè)模型,并用預(yù)測(cè)集對(duì)模型進(jìn)行驗(yàn)證.3種模型咖啡堿含量預(yù)測(cè)值與實(shí)測(cè)值之間的相關(guān)系數(shù)、預(yù)測(cè)標(biāo)準(zhǔn)誤差SEP和平均誤差誤差百分比分別為0.66、0.32和3.42％；0.80、0.19和2.8％以及0.94、0.19和2.3％.QPSR模型效果最好.研究結(jié)果表明,電子鼻技術(shù)可以用于信陽(yáng)毛尖茶中咖啡堿含量的檢測(cè).

關(guān)鍵詞：電子鼻  咖啡堿  信陽(yáng)毛尖  主成分回歸  多元線性回歸  二次多項(xiàng)式回歸 

龍井茶葉品質(zhì)的電子鼻檢測(cè)方法

《農(nóng)業(yè)機(jī)械學(xué)報(bào)》

于慧春  王俊  張紅梅  于勇 

浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院,310029,杭州市

摘要： 針對(duì)茶葉品質(zhì)感官審評(píng)的不足,采用電子鼻檢測(cè)手段,對(duì)4個(gè)不同等級(jí)的龍井茶作等級(jí)判別.對(duì)傳感器信號(hào)進(jìn)行多因素方差分析得出:不同容器容積和不同采樣時(shí)刻對(duì)傳感器的響應(yīng)信號(hào)有著顯著的影響.通過(guò)主成分(PCA)、線性判別(LDA)和BP神經(jīng)網(wǎng)絡(luò)方法對(duì)各茶葉樣品進(jìn)行了分類判別.PCA對(duì)于等級(jí)差別較近的茶葉區(qū)分結(jié)果不太理想;而LDA相對(duì)于PCA有較好的區(qū)分效果;設(shè)計(jì) BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)為30-12-4,通過(guò)對(duì)網(wǎng)絡(luò)進(jìn)行適當(dāng)訓(xùn)練,總的測(cè)試回判率可達(dá)到90%.

關(guān)鍵詞：

龍井茶  電子鼻  BP神經(jīng)網(wǎng)絡(luò) 

電子鼻與GC-MS技術(shù)分析貴州鳳岡有機(jī)茶香氣成分的對(duì)比研究

《全國(guó)中藥創(chuàng)新與研究論壇· 論文集》

李雪春¹向曉玲²禹玉洪²韓小敏²戴榮繼²盂薇薇²鄧玉林²

1. 解放軍防化指揮工程學(xué)院2. 北京理工大學(xué)生命學(xué)院

摘要：目的分析貴州鳳岡富鋅有機(jī)茶的香氣成分,并比較電子鼻與GC-MS技術(shù)分析茶葉香氣成分的優(yōu)缺點(diǎn)。方法采用電子鼻與GC-MS技術(shù)分析茶的香氣成分。結(jié)果電子鼻技術(shù)可以檢測(cè)到茶葉特征性香氣成分的整體變化,可將茶葉與茶水和茶底的香氣成分區(qū)分開,并可監(jiān)測(cè)茶葉沖泡過(guò)程中芳香性成分的溢出動(dòng)態(tài);GC-MS技術(shù)鑒定出貴州風(fēng)岡茶41種香氣化合物,其含量較高的是乙酸順-3-己烯酯、苯甲酸甲酯、N-苯基-1-萘、3-乙氧基-丙腈、苯酚、3,7-二甲基-1,5,7-辛三烯-3-醇、苯甲醇、1-乙基-2-甲醛基-2-吡咯、香葉醇、橙花醇、2,6-特丁基-對(duì)甲酚、正十七烷等,這11種化合物是風(fēng)岡茶賦香物質(zhì)的基礎(chǔ),構(gòu)成其香氣的基本成分。結(jié)論電子鼻技術(shù)檢測(cè)茶葉香氣成分具有樣品不需前處理,綠色環(huán)保,方便快速和智能化的特點(diǎn),對(duì)未知樣品具有人工智能的識(shí)別作用,特別適宜大樣本的分析檢測(cè):GC-MS技術(shù)分析準(zhǔn)確,提供香氣單成分詳細(xì)信息的特點(diǎn)。 

關(guān)鍵詞：鳳岡富鋅有機(jī)茶;香氣成分;電子鼻;GC-MS;

電子鼻在六堡茶陳化年份識(shí)別中的應(yīng)用

《南方農(nóng)業(yè)學(xué)報(bào)》

溫立香 黎新榮 李建強(qiáng) 馮春梅 張芬 黃壽輝 謝朝敏

廣西亞熱帶作物研究所/廣西亞熱帶農(nóng)產(chǎn)品加工研究所

摘要：【目的】探索電子鼻(EN)技術(shù)在六堡茶陳化年份識(shí)別上的應(yīng)用,為建立六堡茶品質(zhì)評(píng)價(jià)新技術(shù)體系提供參考依據(jù)?！痉椒ā坎捎?span>PEN3型便攜式電子鼻氣味分析系統(tǒng)提取不同廠家、不同陳化年份六堡茶茶干、茶湯和茶底的響應(yīng)特征值,用主成分分析法(PCA)和線性判別分析法(LDA)分析其陳化年份和預(yù)測(cè)模型,以馬氏距離(MA)、歐氏距離(EU)和判別函數(shù)分析(DFA)法驗(yàn)證預(yù)測(cè)模型的準(zhǔn)確性?！窘Y(jié)果】不同陳化年份六堡茶對(duì)EN產(chǎn)生不同的響應(yīng)信號(hào),分別選取171~175、166~170和155~160 s的EN響應(yīng)值作為建立干茶、茶湯和茶底識(shí)別模型的特征值;LDA較PCA能更好地區(qū)分不同陳化年份的六堡茶,不同陳化年份樣品分布在不同區(qū)域,干茶、茶湯和茶底的判別式LD1和LD2的累計(jì)貢獻(xiàn)率分別為93.00%、88.31%和80.52%;EU、MA和DFA法對(duì)干茶識(shí)別模型的驗(yàn)證準(zhǔn)確率分別達(dá)88.23%、88.23%和94.12%,對(duì)茶湯識(shí)別模型的驗(yàn)證準(zhǔn)確率均為82.35%,對(duì)茶底識(shí)別模型的驗(yàn)證準(zhǔn)確率分別為70.58%、82.35%和94.12%。【結(jié)論】EN可識(shí)別不同陳化年份六堡茶的芳香物質(zhì)等特征氣味并對(duì)其進(jìn)行區(qū)分和歸類,可在茶葉陳化年份識(shí)別中推廣應(yīng)用。

關(guān)鍵詞：六堡茶;電子鼻;陳化年份;識(shí)別;