

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、祁門(mén)紅茶(簡(jiǎn)稱(chēng)祁紅)是我國(guó)傳統(tǒng)工夫紅茶?!鞍l(fā)酵”是工夫紅茶初制的關(guān)鍵工序之一,其實(shí)質(zhì)是發(fā)生一系列以多酚類(lèi)物質(zhì)酶促氧化為中心的生化反應(yīng),形成紅茶特有的色、香、味等品質(zhì)特點(diǎn)。當(dāng)發(fā)酵不足時(shí)會(huì)導(dǎo)致茶葉有青氣、滋味苦澀、湯色不紅;發(fā)酵過(guò)度則茶葉香氣低熟不爽、滋味淡薄、湯色紅暗,最終都會(huì)影響產(chǎn)品質(zhì)量。在生產(chǎn)實(shí)踐中,發(fā)酵程度主要以香氣、葉色等感官因子作為判斷指標(biāo),依賴(lài)人們的感官進(jìn)行經(jīng)驗(yàn)判斷,缺乏量化指標(biāo),判別結(jié)果因性別、心情等因素造成差異,而且對(duì)判別
2、者要求很高,需要長(zhǎng)期學(xué)習(xí)和訓(xùn)練。因而,在紅茶加工過(guò)程中,迫切需要一種科學(xué)、準(zhǔn)確評(píng)判紅茶“發(fā)酵”程度的方法。
近紅外光譜(NIRS)可對(duì)多種組分同時(shí)測(cè)定,且具有快速、無(wú)損、易操作等特點(diǎn),已經(jīng)廣泛應(yīng)用于農(nóng)產(chǎn)品品質(zhì)分析和實(shí)時(shí)監(jiān)測(cè)等方面。本研究以祁門(mén)紅茶發(fā)酵過(guò)程中的茶樣為研究對(duì)象,利用近紅外光譜分析技術(shù)對(duì)“發(fā)酵”這一工序進(jìn)行的監(jiān)控,實(shí)現(xiàn)科學(xué)、準(zhǔn)確的判別祁門(mén)紅茶“發(fā)酵”程度。通過(guò)研究取得以下成果:
?。?)建立了近紅外光譜技術(shù)結(jié)
3、合發(fā)酵葉中兒茶素含量的祁門(mén)紅茶發(fā)酵程度判別模型。通過(guò)對(duì)光譜預(yù)處理方法、特征波長(zhǎng)選擇,對(duì)比不同的建模結(jié)果,得到最優(yōu)定量分析模型。試驗(yàn)結(jié)果顯示,采用標(biāo)準(zhǔn)正態(tài)變量變換進(jìn)行預(yù)處理,利用聯(lián)合區(qū)間偏最小二乘法(Si-PLS)建立兒茶素含量判別模型,模型最優(yōu)組合包含20個(gè)光譜區(qū)間并聯(lián)合3個(gè)子區(qū)間和10個(gè)主成分?jǐn)?shù),校正集的R、RMSECV分別為0.9401、1.22;預(yù)測(cè)集的R、RMSEP分別為0.9379、1.18。
(2)建立了近紅外光譜
4、技術(shù)結(jié)合發(fā)酵葉中氨基酸含量的祁門(mén)紅茶發(fā)酵程度判別模型。首先采用標(biāo)準(zhǔn)正態(tài)變量變換法進(jìn)行光譜預(yù)處理,再利用 Si-PLS法建立氨基酸含量判別模型。試驗(yàn)結(jié)果顯示,模型最優(yōu)組合包含20個(gè)光譜區(qū)間并聯(lián)合4個(gè)子區(qū)間和9個(gè)主成分?jǐn)?shù),校正集的R、RMSECV分別為0.9558、1.768;預(yù)測(cè)集的R、RMSEP分別為0.9495、2.16。
?。?)建立了近紅外光譜技術(shù)結(jié)合計(jì)算機(jī)圖像處理技術(shù)對(duì)祁門(mén)紅茶發(fā)酵程度判別模型。首先提取圖像顏色信息值(R
5、GB)并進(jìn)行組合,采用偏最小二乘法(PLS)對(duì)R值、R+G值、R/B值建立模型。試驗(yàn)結(jié)果顯示,R+G值的校正集相關(guān)系數(shù)和交互均方根誤差分別為0.8559和4.8;預(yù)測(cè)集中,相關(guān)系數(shù)和預(yù)測(cè)均方根誤差分別為0.8425和6.5,表明這個(gè)模型具有較好的擬合程度和預(yù)測(cè)能力,能夠發(fā)酵程度進(jìn)行判別。而R值、R/B值校正集相關(guān)系數(shù)和預(yù)測(cè)集相關(guān)系數(shù)極低,不能夠?qū)崿F(xiàn)祁門(mén)紅茶發(fā)酵程度的判別。
?。?)利用近紅外光譜技術(shù)結(jié)合偏最小二乘判別分析法(PL
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于近紅外光譜技術(shù)對(duì)葛藟發(fā)酵過(guò)程的研究與探討.pdf
- 基于近紅外光譜技術(shù)的紅茶品質(zhì)與等級(jí)評(píng)判方法的研究.pdf
- 近紅外光譜
- 基于近紅外光譜技術(shù)的木材識(shí)別初步研究.pdf
- 基于近紅外光譜的血壓檢測(cè)技術(shù)研究.pdf
- 基于嗅覺(jué)可視化技術(shù)的工夫紅茶發(fā)酵程度判定方法研究.pdf
- 基于近紅外光譜技術(shù)的小麥品質(zhì)分類(lèi)方法研究.pdf
- 近紅外光譜定量建模技術(shù)研究.pdf
- 巴戟天近紅外光譜的研究.pdf
- 近紅外光譜檢測(cè)關(guān)鍵技術(shù)
- 基于高光譜圖像技術(shù)的祁門(mén)紅茶萎凋程度數(shù)字化判別技術(shù).pdf
- 基于近紅外光譜和電子鼻技術(shù)的固態(tài)發(fā)酵過(guò)程檢測(cè)研究及應(yīng)用.pdf
- 基于近紅外光譜技術(shù)的香榧產(chǎn)地分級(jí)方法研究.pdf
- 基于ARM的近紅外光譜儀研究.pdf
- 基于近紅外光譜技術(shù)稻谷品質(zhì)分析模型的研究.pdf
- 基于近紅外光譜技術(shù)的腦血氧檢測(cè).pdf
- 基于近紅外光譜的固態(tài)發(fā)酵過(guò)程參數(shù)軟測(cè)量方法研究.pdf
- 基于近紅外光譜檢測(cè)的微生物發(fā)酵監(jiān)測(cè)與建模.pdf
- 基于近紅外光譜技術(shù)的山茶油摻假檢測(cè)研究.pdf
- 基于近紅外光譜技術(shù)的生物質(zhì)熱值測(cè)試方法研究.pdf
評(píng)論
0/150
提交評(píng)論