版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、本課題以茶葉為研究對象,將紅外光譜法與化學計量學相結合,利用茶葉的中紅外光譜建立了一套基于投影顯示法的茶葉種類的判別方法,實現(xiàn)了對茶葉種類的鑒別。本課題共收集全國名茶40種,其中綠茶32種,紅茶4種,烏龍茶、普洱茶、緊壓茶和苦丁茶各1種,產(chǎn)地遍及我國四大茶葉產(chǎn)區(qū)。利用漫反射技術采集茶葉的光譜數(shù)據(jù),采用隨機采樣方式抽取樣本,通過實驗確定掃描次數(shù)64次,分辨率4cm<'-1>,樣品粉末粒度≤200目,茶葉粉末的稀釋質量百分比為5%。通過采用
2、1820cm<'-1>單點基線校正、3次13點Savitzky-Golay窗口移動多項式最小二乘平滑法對原始光譜進行預處理,并采用多元散射校正(MSC)和標準正態(tài)變量變換(SNv)對原光譜數(shù)據(jù)集合進行校正,可以有效減小系統(tǒng)誤差的影響。通過對導數(shù)光譜的分析,結合中紅外區(qū)水分吸收的特點確定建模區(qū)域為1800cm<'-1>~970cm<'-1>。在此區(qū)域內(nèi),1728cm<'-1>、1685cm<'-1>和1599cm<'-1>三處強吸收可以作
3、為苦丁茶的特征吸收;而1400cm<'-1>~1000cm<'-1>波數(shù)段則可以成為普洱茶及其再加工茶(沱茶)的特征區(qū)域。 對于其余的37種(除去苦丁茶、普洱茶和沱茶)茶葉,本研究分別采用基于主成分分析的投影判別法、基于主成分分析的SIMCA(Soft IndependentModeling of Class Analogy)法和基于偏最小二乘回歸方法三種基于投影顯示的模式識別方法建立了判別模型。在基于主成分分析的投影判別法建模
4、過程中,采用Fisher判別法對波長變量進行進一步地篩選,將全部茶葉樣本在前三個主成分構成的空間里分為綠茶、紅茶、烏龍茶三類。在基于主成分分析的SIMCA(SoftIndependent Modeling of Class Analogy)法建模過程中,采用建模殘差為標準確定了各類模型的主成分數(shù),實現(xiàn)了各茶葉樣本按其各自的名牌分類,類間距和模型對檢驗集樣本的識別率為97.7%,拒絕率為100%,表明SIMCA法具有很好的判別效果。在基于
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 近紅外光譜技術在茶葉鑒別中的應用研究.pdf
- 紅外光譜-04
- 紅外光譜習題
- 近紅外光譜
- 基于紅外光譜技術的牛奶摻雜判別方法的研究.pdf
- 紅外光譜題庫
- 茶葉不同產(chǎn)地特性的紅外光譜分析.pdf
- 基于近紅外光譜技術的大米摻偽定量判別研究.pdf
- 基于近紅外光譜技術的抹茶摻偽判別研究.pdf
- 紅外光譜解析歌謠
- 紅外光譜習題答案
- 認識紅外光譜實訓室
- 紅外光譜分析-第3節(jié)-紅外光譜儀器
- 可見-近紅外-中紅外光譜用于人血清白蛋白分析的方法研究.pdf
- 應用近紅外光譜分析技術檢測茶葉成分的研究.pdf
- 近紅外光譜技術用于茶堿濃度檢測建模初步研究.pdf
- 紅外光譜分析
- 高速中紅外光譜測溫系統(tǒng)的研制.pdf
- 紅外光譜在中藥鑒別中的應用
- 面向近紅外光譜藥品鑒別的高效機器學習算法研究.pdf
評論
0/150
提交評論