三种不同发酵程度的台湾乌龙茶香气成分对比研究

采用顶空固相微萃取(headspace solid-phase microextraction,HS-SPME)结合气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)对3种不同发酵程度的台湾乌龙茶香气成分进行了研究,并比较了三种乌龙茶之间香气成分上的差异性。结果表明,在3种乌龙茶中共鉴定出香气成分72种,其中文山包种和冻顶乌龙茶香气成分较接近,但和东方美人茶之间差异较大;文山包种茶的香气成分主要是橙花叔醇、α-法呢烯、吲哚、茉莉内酯、顺-3-己烯醇苯甲酸酯、咖啡因、茉莉酮酸甲酯和β-紫罗酮等;冻顶乌龙茶的香气成分主要是α-法呢烯、橙花叔醇、吲哚、茉莉内酯、香叶醇、2,6,10,14-四甲基-十五烷、顺-3-己烯醇苯甲酸酯、咖啡因、β-紫罗酮、十六酸甲酯和香叶基丙酮等;而东方美人茶的香气成分主要是芳樟醇氧化物、橙花叔醇、十六酸、β-紫罗酮、芳樟醇、二氢猕猴桃内酯、咖啡因、香叶醇、己酸-3-己烯酯、香叶基丙酮、植酮和顺-3-己烯醇苯甲酸酯等。经对比发现,不同发酵程度的乌龙茶在香气成分上的相似和差异性可能与茶叶的加工工艺密切有关。     

基于深度学习的织物缺陷在线检测算法

织物缺陷在线检测是纺织行业面临的重大难题，针对当前织物缺陷检测中存在的误检率高、漏检率高、实时性不强等问题，提出了一种基于深度学习的织物缺陷在线检测算法。首先基于GoogLeNet网络架构，并参考其他分类模型的经典算法，搭建出适用于实际生产环境的织物缺陷分类模型；其次利用质检人员标注的不同种类织物图片组建织物缺陷数据库，并用该数据库对织物缺陷分类模型进行训练；最后对高清相机在织物验布机上采集的图片进行分割，并将分割后的小图以批量的方式传入训练好的分类模型，实现对每张小图的分类，以此来检测缺陷并确定其位置。对该模型在织物缺陷数据库上进行了验证。实验结果表明：织物缺陷分类模型平均每张小图的测试时间为0.37 ms，平均测试时间比GoogLeNet减少了67%，比ResNet-50减少了93%；同时模型在测试集上的正确率达到99.99%。说明其准确率与实时性均满足实际工业需求。     

茶黄素药理作用及其作用机制研究进展

茶黄素最早是于红茶的发酵过程中发现的,一类由多酚类物质经氧化聚合反应而形成的具有苯并卓酚酮结构的色素。它能够显著改善茶汤的色泽以及茶汤滋味的强度和鲜爽度,是评价红茶质量的重要指标。同时,茶黄素还具有高效的抗氧化、抑菌、抗病毒、抗炎、抗肿瘤、抗心血管疾病等药理作用。本文综合国内外最新研究进展,对茶黄素的药理活性和作用机制进行了综述。