一个高效的人工智能算法用于根据关键化学指数预测绿茶和黑茶的感官质量

科学领域:

• 农业化学 农业化学
• 食品科学 食品科学 食品科学
• 生物信息学是一种生物信息学.

背景情况:

• 影响绿茶和黑茶感官质量的主要化学成分在很大程度上仍未确定.
• 了解这些成分对于优化茶叶生产和质量控制至关重要.

研究的目的:

• 为了确定与绿茶和黑茶感官质量相关的关键化学指数.
• 利用多变量统计,生物信息学和人工智能 (AI) 开发茶叶感官质量的预测模型.

主要方法:

• 绿茶和黑茶是在不同的季节 (三月和六月) 生产的.
• 使用了多变量统计分析 (OPLS-DA),随机森林和支持向量机 (SVM) 算法.
• 研究了干茶叶和新鲜茶叶的感觉质量和化学成分之间的相关性.

主要成果:

• 确定了关键的化学指数:绿茶的4个黄醇糖化物和黑茶的8个指数 (包括颜料,表甲基素,甲-3-O-氨基糖化物和特定比率).
• 支持矢量机器模型显示了两种茶类的高预测性能 (F1分数>0.92).
• 即使使用来自新鲜茶叶的数据,也可以实现有效的质量预测.

结论:

• 特定的化学特征与绿茶和黑茶的感觉质量有显著的相关性.
• 人工智能算法,特别是SVM,提供了强大的工具来分类和预测茶的质量.
• 这项研究为利用茶叶行业的人工智能用于质量评估和产品开发提供了基础.