茶葉中茶多酚含量電子鼻技術檢測模型研究

《河南農業大學學報》

張紅梅  田輝  何玉靜  常粉玲  余泳昌 

河南農業大學機電工程學院,河南鄭州,450002

摘要： 為探索茶葉茶多酚含量的快速檢測方法,利用電子鼻技術對3個品質等級信陽毛尖茶的揮發性氣味進行了研究.采用多元線性回歸、二次多項式逐步回歸分析和BP神經網絡分別建立傳感器信號和信陽毛尖茶的茶多酚含量之間的預測模型,并用測試集樣本對模型進行驗證.試驗結果表明,3種模型茶多酚含量預測值與實測值之間的相關系數分別為0.86,0.90和0.92;預測標準誤差分別為0.61,0.5和0.14;平均誤差分別為2.5％,1.5％和1.0％.3種建模方法對茶多酚含量的預測結果都很好,*模型為BP神經網絡.研究結果表明電子鼻技術結合有效地模式識別方法可以用于茶葉理化成分的快速檢測.

關鍵詞：電子鼻  信陽毛尖茶  茶多酚  多元線性回歸  二次多項式回歸 

 BP神經網絡 

基于電子鼻技術的信陽毛尖茶咖啡堿檢測方法

《傳感技術學報》

張紅梅  王俊  余泳昌  高獻坤  花恒明  何玉靜 

河南農業大學機電工程學院,鄭州,450002浙江大學生物系統工程與食品科學學院,杭州,310029

摘要： 本文采用電子鼻系統對三個等級的信陽毛尖茶進行了檢測.采用Loading分析和相關分析對傳感器陣列進行優化,選出四個傳感器為最終的新傳感器陣列,用于信陽毛尖茶的品質識別.PCA分析結果顯示,可以將不同等級的茶葉*區分開,而且效果比較好.利用PCR、MLR和QPSa方法分別建立信陽毛尖茶基于氣敏傳感器陣列的咖啡堿預測模型,并用預測集對模型進行驗證.3種模型咖啡堿含量預測值與實測值之間的相關系數、預測標準誤差SEP和平均誤差誤差百分比分別為0.66、0.32和3.42％；0.80、0.19和2.8％以及0.94、0.19和2.3％.QPSR模型效果最好.研究結果表明,電子鼻技術可以用于信陽毛尖茶中咖啡堿含量的檢測.

關鍵詞：電子鼻  咖啡堿  信陽毛尖  主成分回歸  多元線性回歸  二次多項式回歸 

龍井茶葉品質的電子鼻檢測方法

《農業機械學報》

于慧春  王俊  張紅梅  于勇 

浙江大學生物系統工程與食品科學學院,310029,杭州市

摘要： 針對茶葉品質感官審評的不足,采用電子鼻檢測手段,對4個不同等級的龍井茶作等級判別.對傳感器信號進行多因素方差分析得出:不同容器容積和不同采樣時刻對傳感器的響應信號有著顯著的影響.通過主成分(PCA)、線性判別(LDA)和BP神經網絡方法對各茶葉樣品進行了分類判別.PCA對于等級差別較近的茶葉區分結果不太理想;而LDA相對于PCA有較好的區分效果;設計 BP神經網絡拓撲結構為30-12-4,通過對網絡進行適當訓練,總的測試回判率可達到90%.

關鍵詞：

龍井茶  電子鼻  BP神經網絡 

電子鼻與GC-MS技術分析貴州鳳岡有機茶香氣成分的對比研究

《全國中藥創新與研究論壇· 論文集》

李雪春¹向曉玲²禹玉洪²韓小敏²戴榮繼²盂薇薇²鄧玉林²

1. 解放軍防化指揮工程學院2. 北京理工大學生命學院

摘要：目的分析貴州鳳岡富鋅有機茶的香氣成分,并比較電子鼻與GC-MS技術分析茶葉香氣成分的優缺點。方法采用電子鼻與GC-MS技術分析茶的香氣成分。結果電子鼻技術可以檢測到茶葉特征性香氣成分的整體變化,可將茶葉與茶水和茶底的香氣成分區分開,并可監測茶葉沖泡過程中芳香性成分的溢出動態;GC-MS技術鑒定出貴州風岡茶41種香氣化合物,其含量較高的是乙酸順-3-己烯酯、苯甲酸甲酯、N-苯基-1-萘、3-乙氧基-丙腈、苯酚、3,7-二甲基-1,5,7-辛三烯-3-醇、苯甲醇、1-乙基-2-甲醛基-2-吡咯、香葉醇、橙花醇、2,6-特丁基-對甲酚、正十七烷等,這11種化合物是風岡茶賦香物質的基礎,構成其香氣的基本成分。結論電子鼻技術檢測茶葉香氣成分具有樣品不需前處理,綠色環保,方便快速和智能化的特點,對未知樣品具有人工智能的識別作用,特別適宜大樣本的分析檢測:GC-MS技術分析準確,提供香氣單成分詳細信息的特點。 

關鍵詞：鳳岡富鋅有機茶;香氣成分;電子鼻;GC-MS;

電子鼻在六堡茶陳化年份識別中的應用

《南方農業學報》

溫立香 黎新榮 李建強 馮春梅 張芬 黃壽輝 謝朝敏

廣西亞熱帶作物研究所/廣西亞熱帶農產品加工研究所

摘要：【目的】探索電子鼻(EN)技術在六堡茶陳化年份識別上的應用,為建立六堡茶品質評價新技術體系提供參考依據。【方法】采用PEN3型便攜式電子鼻氣味分析系統提取不同廠家、不同陳化年份六堡茶茶干、茶湯和茶底的響應特征值,用主成分分析法(PCA)和線性判別分析法(LDA)分析其陳化年份和預測模型,以馬氏距離(MA)、歐氏距離(EU)和判別函數分析(DFA)法驗證預測模型的準確性。【結果】不同陳化年份六堡茶對EN產生不同的響應信號,分別選取171~175、166~170和155~160 s的EN響應值作為建立干茶、茶湯和茶底識別模型的特征值;LDA較PCA能更好地區分不同陳化年份的六堡茶,不同陳化年份樣品分布在不同區域,干茶、茶湯和茶底的判別式LD1和LD2的累計貢獻率分別為93.00%、88.31%和80.52%;EU、MA和DFA法對干茶識別模型的驗證準確率分別達88.23%、88.23%和94.12%,對茶湯識別模型的驗證準確率均為82.35%,對茶底識別模型的驗證準確率分別為70.58%、82.35%和94.12%。【結論】EN可識別不同陳化年份六堡茶的芳香物質等特征氣味并對其進行區分和歸類,可在茶葉陳化年份識別中推廣應用。

關鍵詞：六堡茶;電子鼻;陳化年份;識別;