マルチソース情報融合とシステム分析方法による黒茶のり中の茶色素の含有量の迅速かつ定量的な予測
Hanting Zou1, Ranyang Li1, Xuan Xuan1
1State Key Laboratory of Tea Plant Germplasm Innovation and Resource Utilization, Tea Research Institute, Chinese Academy of Agricultural Sciences, Hangzhou 310008, China.
Foods (Basel, Switzerland)
|August 28, 2025
まとめ
この研究は,黒茶の生産において,光スペクトルと画像データを融合させ,リアルタイムで茶色素の分析を行う新しい方法を導入しています. 先進的なLSSVRモデルは,茶の染料の含有量を正確に予測し,茶業界における品質管理を強化します.
科学分野:
- 農業科学
- 分析化学
- 食品科学
背景:
- ブラックティー加工の標準化には 重要な化学指標の 効率的なオンライン検出が必要です
- 茶色素は,茶色素,茶色素,茶色素など,茶の品質に不可欠です.
- 配色分析の既存の方法は,情報冗長性や欠陥がある可能性があります.
研究 の 目的:
- 紅茶の色素をオンラインで検出するインテリジェントな方法を開発し,検証する.
- 茶の色素含有量を予測するための複数の情報源の融合の有効性を調査する.
- 定量分析のための異なる化学測定モデルの性能を比較する.
主な方法:
- システム分析を用いた茶の色素濃度の決定
- 茶のサンプルからスペクトル (近赤外線スペクトル) と画像データを取得する.
- 特徴抽出 (画像の主要な構成要素,スペクトルの特徴的な波長) とデータ融合 (低レベルと中レベルの戦略).
- 部分最小二乗回帰 (PLSR),サポートベクトル回帰 (SVR),最小二乗サポートベクトル回帰 (LSSVR) モデルの開発と比較
主要な成果:
- 中級データ融合戦略と組み合わせたLSSVRモデルは最高のパフォーマンスを示しました.
- アフラビン,アルービジン,アブロニンの高い予測精度は得られ,テストセットの相関係数は0. 98であり,相対的な偏差は5%未満であった.
- 光スペクトル情報と画像情報の融合は,単一モデルの分析に固有の情報冗長性と機能の欠陥を効果的に解決しました.
結論:
- マルチソース情報融合,特にLSSVRと中級融合を使用することで,オンライン茶色素のモニタリングに堅牢で正確な方法を提供します.
- このアプローチは,ブラックティー加工産業における標準化と品質管理を支援します.
- 統合されたスペクトルと画像分析は,定量的な茶色素分析のための単一センサー方法よりも重要な進歩を提供します.
