通过融合图像和光谱信息来进行黑茶数字混合的优化策略
Zhangjie Xia1, Qiaoyi Zhou2, Shuen Yang1
1Jiangsu Key Laboratory of Advanced Food Manufacturing Equipment & Technology, School of Intelligent Manufacturing, Jiangnan University, Wuxi, 214122, China.
Food research international (Ottawa, Ont.)
|February 19, 2025
概括
本研究介绍了使用机器视觉和光谱学的数字黑茶混合. 这种方法标准化了茶叶的质量和风味,优于传统方法.
科学领域:
- 食品科学 食品科学 食品科学
- 农业工程 农业工程
背景情况:
- 茶叶混合对于产品标准化和感官质量至关重要.
- 传统的方法依赖于经验丰富的师和主观的感官评估.
- 需要客观,数据驱动的方法来实现一致的茶叶生产.
研究的目的:
- 使用机器视觉和近红外光谱学开发数字黑茶混合模型.
- 为了优化茶叶混合,考虑成本和质量参数.
- 通过专业感官评估验证数字混合模型.
主要方法:
- 机器视觉捕获的图像信息 (金色 pekoe,颜色,绳索).
- 近红外光谱分析化学成分以评估味道.
- 使用了多目标优化算法 (GDE3,NSGAII,NSGAIII).
- 在GDE3算法证明了优越的收速度和程度.
主要成果:
- 一个数字黑茶混合模型被成功开发和实施.
- 该模型整合了视觉和光谱数据,用于客观的混合决策.
- 在优化多目标混合问题方面,GDE3算法被证明是有效的.
- 通过专业感官评估验证了结果,证实了模型的有效性.
结论:
- 数字混合为标准化黑茶提供了一种新且有效的方法.
- 机器视觉和光谱的整合使客观的质量控制成为可能.
- 这种方法有可能彻底改变大规模,一致的茶叶生产.
更多相关视频
09:12Optimization of Processing of Tiebangchui with Highland Barley Wine Based on the Box-Behnken Design Combined with the Entropy Method
Published on: May 19, 2023
570
10:25Construction of Models for Nondestructive Prediction of Ingredient Contents in Blueberries by Near-infrared Spectroscopy Based on HPLC Measurements
Published on: June 28, 2016
10.6K
