您当前的位置:首页>论文资料>基于气体传感器阵列和非线性信号分析技术的﹢龙井茶品质检测方法研究

基于气体传感器阵列和非线性信号分析技术的﹢龙井茶品质检测方法研究

资料类别:论文资料

文档格式:PDF电子版

文件大小:1.55 MB

资料语言:中文

更新时间:2024-12-03 15:32:00



推荐标签:

内容简介

基于气体传感器阵列和非线性信号分析技术的﹢龙井茶品质检测方法研究 第31卷第9期 2018年9月
传感技术学报
CHINESE JOURNAL OF SENSORS AND ACTUATORS
Vol. 31No.9 Sept.2018
StudyofLongjingTeaQualityDetectingMethodBasedon Sensor Array and Non-Linear Signal Analysis Technique
TANG Xuxiang',YU Zhi?
( 1. Office of Laboratory and Instrument Administration, Zhejiang Gongshang U/nizersitly, Hangzhou 310018;
2. Nefsorking Information Center, Zhejiang Gongshang U/niersity, Hinagzhou 310018, China)
Abstract : Longjing tea quality detecting method is proposed. The detecting platform is developed based on multiple gas sensors. Gas sensor array responses to tea samples are measured. Sensor array optimization is conducted to ob tain optimized array. Loadings analysis and normalization methods are used as data pre-treatment methods. Fuzzy C-Means clustering(FCM),K neighbor function network (KNN),and probabilistic neural network (PNN) are used as pattem recognition methods. Results demonstrate that the recognition accuracy of FCM, KNN, and PNN is 90.83% ,90%, 93.3%, respectively. Experiments results indicate that KNN and PNN are more suitable for gas sensor array data treatment in Longjing tea quality analysis. The proposed system presents good detecting accuracy. Stochastic resonance ( SR ) output cross correlation coefficient can successfully discriminate all tea samples. Tea
quality determination model is developed based on cross correlation coefficient eigen values Key words : sensor array ; Longjing tea ; quality ; signal analysis ; non-linear
EEACC:TP212.6
doi:10.3969/j.issn.10041699.2018.09.026
基于气体传感器阵列和非线性信号分析技术的
龙井茶品质检测方法研究*
汤旭翔1°,余智2
(1.浙江工商大学实验室与设备管理处,杭州310018;2.浙江工商大学网络信息中心,杭州310018)
摘要:研究了一种基于传感器阵列信号分析的龙并茶品质检测技术,采用多气体传感器阵列构建检测平台,实验检测不同储存时间的龙并茶样品,并对传感器阵列信号开展信号分析。为了进一步优化传感器阵列检测龙并茶品质的准确性,对传感器阵列参数优化,得到优化之后的阵列,优化后的传感器阵列具有更高的准确性。采用载荷分析(Loadings)、归一化处理进行数据的预处理。实验采用模潮C均值聚类(FCM)、K近邻函数(KNN)和概率神经网络(PNN)3种方法对传感器阵列检测信息进行了模式识别,以评估所构建系统的检测精度。结果表明3种方法的识别正确率分别为90.83%,90%和93.3%。结果表明KNN和PNN 针对气体传感器阵列检测龙并茶品质领域均呈现了较好的模式识别结果。以上结果证明该系统具有较好的检测精度,随机共振
系统输出相关系数曲线可以较好的区分不同茶叶样品,并且依托互相关系数特征峰值构建了其品质分析模型。关键词:传感器阵列;龙井茶;品质:信号分析;非线性
中图分类号:TP393
文献标识码:A
龙井绿茶,又称龙井茶,是中国传统名茶,著名绿茶之一]。产于浙江杭州西湖龙井村一带,已有一千二百余年历史。龙井茶色泽翠绿,香气浓郁,甘醇爽口,形如雀舌,即有“色绿、香郁、味甘、形美”四绝的特点。西湖龙井茶扁平光滑挺直,色泽嫩绿光润,香气鲜嫩清高,滋味鲜爽甘醇,叶底细嫩呈朵[2]。绿茶保留了鲜叶的天然物质,含有的茶多
项目来源:浙江工商大学研究生教育改革项目(YJG2018230)
收稿日期:2018-02-27
修改日期:2018-04-13
文章编号:1004-1699(2018)09-1450-06
酚,儿茶素,叶绿素,咖啡碱,氨基酸,维生素等营养成分也较多,以其独特的口感和风味而深受中国消费者的喜爱[3]。茶叶的香气对消费者的选购有较大影响,直接影响产品销售情况。因此,绿茶加工过程中风味的品评是不可忽视的重要环节。
传统的茶叶品质分析方法主要包括感官分析法、理化检验方法、仪器分析法等)。感官评价依
上一章:基于近红外光谱法的大佛龙井茶品质评价研究 下一章:不同产地和陈化年限普洱茶的表面增强拉曼光谱鉴别分析研究

相关文章

基于传感器阵列多特征优化融合的茶叶品质检测研究 基于线性分割的动态称重传感器阵列优化方法 基于近红外光谱法的大佛龙井茶品质评价研究 基于可见∕近红外光谱分析技术的猪肉肉糜品质检测研究 基于重氮功能化直立碳纳米管阵列的核酸适配体传感器的制备及其应用于凝血酶的检测 基于十字形阵列传感器的局放超声定位实验研究 基于连续光谱分析的在线水质检测信号处理研究 基于多传感器信号分析的故障诊断