绿茶品种和来源的识别基于不同提取溶剂的化表面增强的拉曼光谱
Su-Ming Dai1, Yu Shen1, Jing-Xiang Wang1
1College of Chemistry and Chemical Engineering, Guangxi Minzu University, Nanning 530006, China; Key Laboratory of Chemistry and Engineering of Forest Products, State Ethnic Affairs Commission, Nanning 530006, China; Guangxi Key Laboratory of Chemistry and Engineering of Forest Products, Guangxi Collaborative Innovation Center for Chemistry and Engineering of Forest Products, Guangxi Minzu University, Nanning 530006, China; Laboratory of Optic-electric Chemo/Biosensing and Molecular Recognition, Education Department of Guangxi Zhuang Autonomous Region, Guangxi Minzu University, Nanning 530006, China.
本研究使用合的表面增强拉曼散射 (SERS) 光谱来准确识别绿茶品种和来源. UMAP-SVM方法实现了超过98%的准确性,提供了快速的质量监测解决方案.
科学领域:
- 分析化学 分析化学
- 频谱学是一种光谱学.
- 化学测量 化学测量 化学测量
背景情况:
- 绿茶造和原产地欺诈对市场完整性构成重大挑战.
- 精确验证茶叶品种和来源对于质量控制和消费者信任至关重要.
研究的目的:
- 开发一种强大的分类方法来识别绿茶品种及其来源.
- 通过融合多种提取溶剂的表面增强拉曼散射 (SERS) 光谱来增强区分能力.
主要方法:
- 用水,乙醇和盐酸提取绿茶样本.
- 单个SERS光谱被融合,并应用了减小维度的技术 (CARS,PCA,t-SNE,UMAP).
- 使用支持矢量机 (SVM),K-近邻 (KNN) 和随机森林 (RF) 构建了分类模型.
主要成果:
- 与单个光谱相比,合并的SERS数据显著提高了分类准确性.
- 统一多重近似和投影 (UMAP) 与支持向量机 (SVM) 结合,实现了98.21%的品种分类准确度.
- 比鲁茶和龙茶的原产地识别准确度分别达到98.61%和97.22%.
结论:
- 合并的SERS光谱数据为绿茶认证提供了一个强大的方法.
- UMAP-SVM战略提供了一种简单,绿色和快速的质量监测方法.
- 这项研究提出了一种新的方法来确保绿茶产品的真实性.
