利用高光谱反射率与透射率成像技术对铁观音茶的香气类型及品质等级进行快速无损分类

《Journal of Food Measurement and Characterization》:Rapid and non-destructive classification of aroma type and quality grade in Tieguanyin tea using hyperspectral reflectance and transmittance imaging

【字体: 大 中 小 】 时间:2026年06月25日 来源:Journal of Food Measurement and Characterization 3.6

编辑推荐:

  摘要铁观音茶的香气类型与品质等级直接影响其市场价值及消费者接受度,但传统的感官评价和实验室化学分析往往存在主观性、操作复杂或处理效率低等问题。本研究旨在通过结合高光谱反射率与透射率成像技术以及机器学习方法,开发一种快速且无损的方案,用于同时区分铁观音的香气类型与品质等级。研究从7

  

摘要

铁观音茶的香气类型与品质等级直接影响其市场价值及消费者接受度,但传统的感官评价和实验室化学分析往往存在主观性、操作复杂或处理效率低等问题。本研究旨在通过结合高光谱反射率与透射率成像技术以及机器学习方法,开发一种快速且无损的方案,用于同时区分铁观音的香气类型与品质等级。研究从72个独立样本中获取了涵盖三种香气类型及不同品质等级的12类样本的高光谱反射率与透射率图像,共提取出1728个感兴趣区域级别的平均光谱。研究人员利用原始光谱及预处理后的光谱,分别采用卷积神经网络、支持向量机、随机森林和多层感知器构建单光谱分类模型。在确定最优单光谱配置的基础上,进一步构建了数据级融合与特征级融合模型,并运用竞争性自适应加权采样和无关变量消除方法筛选特征波长。实验结果表明,反射率光谱更适用于香气类型的区分,而透射率光谱则为品质等级的识别提供了补充信息。数据融合进一步提升了分类性能,其中UVE-CNN特征级融合模型取得了最佳效果:在12类样本的识别任务中测试准确率为96.53%,香气类型识别准确率为100%,同时在筛选特征波长后还能减少训练与预测时间。这些研究成果为铁观音的客观分级、智能质量评估以及工业化香气类型与品质等级鉴别提供了重要参考。

图形摘要

铁观音茶的香气类型与品质等级直接影响其市场价值及消费者接受度,但传统的感官评价和实验室化学分析往往存在主观性、操作复杂或处理效率低等问题。本研究旨在通过结合高光谱反射率与透射率成像技术以及机器学习方法,开发一种快速且无损的方案,用于同时区分铁观音的香气类型与品质等级。研究从72个独立样本中获取了涵盖三种香气类型及不同品质等级的12类样本的高光谱反射率与透射率图像,共提取出1728个感兴趣区域级别的平均光谱。研究人员利用原始光谱及预处理后的光谱,分别采用卷积神经网络、支持向量机、随机森林和多层感知器构建单光谱分类模型。在确定最优单光谱配置的基础上,进一步构建了数据级融合与特征级融合模型,并运用竞争性自适应加权采样和无关变量消除方法筛选特征波长。实验结果表明,反射率光谱更适用于香气类型的区分,而透射率光谱则为品质等级的识别提供了补充信息。数据融合进一步提升了分类性能,其中UVE-CNN特征级融合模型取得了最佳效果:在12类样本的识别任务中测试准确率为96.53%,香气类型识别准确率为100%,同时在筛选特征波长后还能减少训练与预测时间。这些研究成果为铁观音的客观分级、智能质量评估以及工业化香气类型与品质等级鉴别提供了重要参考。

图形摘要

相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号