摘 要: | 为实现不同产地湄潭春茶的快速、客观判别,基于电子鼻与多元统计分析定性判别不同产地湄潭春茶间的差异,并定量预测其产地。对电子鼻信号进行分析,发现其响应信号在传感器S7、S9、S6和S2的强度均较明显;方差分析发现湄潭春茶产地对传感器响应影响均显著;基于第80 s数据进行主成分分析(PCA)和典则判别分析(CDA),发现其基本能区分不同产地的湄潭春茶,且数据点的分布均与各产地地理位置分布呈现一定特征规律性,但区分效果不够理想。为进一步提高对不同乡镇茶叶的区分效果,利用不同特征值(平均值、曲线面积、最大值、斜率、主成分分析优选参数、loading优选参数)进行判别分析,其中平均值、曲线面积、最大值判别结果优于80 s时的判别结果;斜率、主成分分析优选参数、loading判别结果比80 s时的判别结果差;以响应曲线的平均值进行判别时,可达到100%正确识别。多层神经网络分析(MLP)作为效果最佳、决定系数最高(Rc2=0.985 5,Rp2=0.994 1)的茶叶产地预测模型,可以实现对不同产地湄潭春茶的有...
|