中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于龙井茶香气风味特性的品质判定 食品科学 2015,36 (10) 110-113
Position: Home > Articles > Evaluation of Longjing Tea Quality Based on Aroma Characteristics FOOD SCIENCE 2015,36 (10) 110-113

基于龙井茶香气风味特性的品质判定

作  者：
戴悦雯;支瑞聪;赵镭;高海燕;史波林;汪厚银
单  位：
上海大学生命科学学院;中国标准化研究院食品与农业标准化研究所
关键词：
西湖龙井茶;人工感官审评;智能感官分析;核Fisher判别分析
摘  要：
结合人工感官审评和智能感官分析对4个等级西湖龙井茶进行识别判定。通过相关性分析和主成分分析,先后建立龙井茶香气分属性权重及龙井茶香气分属性与电子鼻传感器关联性。根据龙井茶香气分属性权重及香气分属性与传感器关联性结果,对电子鼻传感器进行筛选。通过核Fisher判别分析法和K-最近邻算法进行进一步特征提取和模式分类,实现了对于训练集样本100%和测试集样本97.5%的正确识别。
译  名：
Evaluation of Longjing Tea Quality Based on Aroma Characteristics
作  者：
DAI Yuewen;ZHI Ruicong;ZHAO Lei;GAO Haiyan;SHI Bolin;WANG Houyin;College of Life Science, Shanghai University;Institute of Food and Agriculture Standardization, China National Institute of Standardization;
关键词：
Xihu Longjing tea;;artificial sensory evaluation;;intelligent sensory analysis;;kernel Fisher discriminant analysis
摘  要：
A combination of artificial sensory evaluation with intelligent sensory analysis was used in discrimination and identification of 4 grades of Xihu Longjing tea. Weights of aroma attributes and the correlation between aroma attributes and electronic nose sensors were established by correlation analysis and principal component analysis(PCA) and according to the results obtained, the optimal sensors of electronic nose were selected. Kernel Fisher discriminant analysis(KFDA) and K-nearest neighbor(KNN) were utilized for further feature extraction and pattern recognition, and the correction coefficient of the training and test sets were 100% and 97.5%, respectively.

相似文章

导出引用
计量
文章访问数: 8
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46