电子鼻子和色度传感器阵列结合同源数据融合策略,区分大叶黄茶的烤度
Luqing Li1, Shuai Dong1, Shuci Cao1
1State Key Laboratory of Tea Plant Biology and Utilization, Key Laboratory of Tea Biology and Tea Processing of Ministry of Agriculture and Rural Affairs, International Joint Research Laboratory of Tea Chemistry and Health Effects of Ministry of Education, Anhui Provincial Laboratory, Hefei 230036 Anhui, People's Republic of China.
Food chemistry: X
|February 1, 2024
概括
一个新的色度传感器阵列 (CSA) 准确地区分大叶黄茶 (LYT) 度. 融合策略将歧视提高到94.59%,为茶香质量评估提供了一种新方法.
科学领域:
- 食品科学 食品科学 食品科学
- 分析化学 分析化学
- 感官科学 感官科学
背景情况:
- 烤显著影响大叶黄茶 (LYT) 的质量和风味.
- 目前用于评估LYT烤度的方法缺乏在线区分能力.
- 迫切需要准确和全面的在线评估方法.
研究的目的:
- 开发和验证一个准确的方法,在线区分LYT烤度.
- 为此目的,比较色度传感器阵列 (CSA) 和电子鼻子 (E-nose) 技术的有效性.
- 通过数据融合策略来提高歧视准确性.
主要方法:
- 两个气味传感技术的比较:CSA和E-nose.
- 应用两个可变选方法和三个识别算法来构建歧视模型.
- 实施三种数据融合策略,以提高歧视准确性.
主要成果:
- 在预测集中,CSA实现了91.89%的歧视率,超过了E-nose.
- 一个中间的融合策略优化了区分精度到94.59%.
- 同类的融合提供了全面和准确的烤度的评估.
结论:
- CSA是一种有前途的技术,用于在线区分LYT烤度.
- 数据融合显著提高了基于香味的质量评估的准确性.
- 这项研究为评估茶香气质量提供了一种新的方法.
