一种基于可见近红外光谱快速鉴别茶叶品种新方法.pdfVIP

第27卷，第2期 光谱学与光谱分析 2oo and February，2007 7年2月 SpectroscopySpectralAnalysis 一种基于可见一近红外光谱快速鉴别茶叶品种的新方法 李晓丽，何 勇，裘正军+ 浙江大学生物工程与食品科学学院，浙江杭州 310029 摘要提出了一种用可见一近红外光谱技术快速无损鉴别茶叶品种的新方法。应用可见一近红外光谱仪测定 5个品种茶叶的光谱曲线，用主成分分析法对不同品种茶叶进行聚类分析并获得茶叶的可见一近红外光谱数 据的主成分，再结合人工神经网络技术建立模型进行品种鉴别。主成分分析表明，以主成分1和2对所有建 模样本的得分值做出的得分图，对不同种类茶叶具有较好的聚类作用，可以定性分析茶叶种类。把主成分分 析得到的前6个主成分作为神经网络的输入，茶叶品种值作为神经网络的输出，通过5个茶叶品种共125个 样本的训练和学习，建立了茶叶品种鉴别的3层BP人工神经网络模型，对未知的25个样本进行鉴别，品种 识别准确率达到100％。说明本文提出的方法具有很好的分类和鉴别作用，为茶叶的品种快速鉴别提供了一 种新方法。 关键词可见一近红外光谱；茶叶；品种；主成分分析；人工神经网络；鉴别 中图分类号：s123；TH744．1文献标识码：A 文章编号：1000—0593(2007)02一0279一04 对茶叶品种进行鉴别[6]。 引 言 BP神经网络模型是一个强有力的学习系统，能够实现 输入与输出之间的高度非线性映射。目前使用最多的是多层 茶叶于2000多年前发源于中国，目前已经传播到全世结构的误差反向传播学习算法(BP)，并且已经证明此种模型 界。茶是我国的传统饮料，也是世界三大饮料之一。茶叶主 可以逼近任何连续的非线性曲线[7]。主成分分析是多元统计 要分为3种，即不发酵的绿茶、半发酵的乌龙茶以及发酵的 中的一种数据挖掘技术。在不丢失主要光谱信息的前提下， 黑茶和红茶。绿茶是我国茶叶重点出口茶类，出口量占我国 选择为数较少的新变量来代替原来较多的变量，解决了由于 出口茶叶总量的70％，占世界绿茶总量的85％以上。茶叶作谱带的重叠而无法分析的困难。我们将主成分分析(PCA)和 为健康饮料风靡世界。随着国际贸易的发展和人们饮食结构 基于误差反向传播算法(back 的调整，对茶叶质量的要求越来越高，全面提高茶叶产品的 经网络有机地结合起来建立了5个品种茶叶的近红外光谱鉴 质量，已日趋为人们所重视。茶叶质量安全市场准人制度即 别模型。 将实施，我国茶叶将在国际大市场中运营，这些都对我国茶 叶加工业提出更高的科技创新要求。用简便、快速、准确的 1材料与方法 现代分析方法定量鉴别其品种和等级成为分析工作者的一项 重要任务。本文以光谱技术为基础研究茶叶的品种鉴别。 1．1仪器设备 现代近红外光谱分析技术，可充分利用全谱段或多波长 实验使用美国ASD(amlyticalspectraldevice)公司的 HandheldField 下的光谱数据进行定性或定量分析。由于近红外光谱分析技 Spec光谱仪，其光谱采样间隔(波段宽)1．5 术具有速度快、效率高、成本低、测试重现性好、测量方便 m，测定范围325～1075咖，扫描次数30次，分辨率3．5 等特点，已经被越来越多地应用于食品工业、石油化工、制 m，探头视场角为25。。光源采用与光谱仪配套的14．5V卤