摘要
基于近红外光谱和化学计量学方法,建立了红茶发酵过程中茶黄素和茶红素比值(TFs/TRs)的预测模型,为发酵品质的快速评价提供方法。本研究以标准正态变量变换法(SNVT)预处理的光谱数据作为输入变量,采用Si和CARS联合方法筛选出11个特征变量,使变量压缩率达98.6%。基于特征变量,分别构建了TFs/TRs值的线性(PLS,Si-PLS,Si-CARS-PLS)和非线性(Si-CARS-ELM, Si-CARS-ELMAdaBoost预测模型。通过模型性能比较表明,Si-CARS-ELM-AdaBoost强预测器模型,其预测性能高于ELM模型和线性模型,并明显优于全光谱的PLS模型,校正集和预测集的相关系数为0.957和0.934,均方根误差分别为0.004 1和0.004 4。近红外光谱可用于红茶TFs/TRs值的快速预测方法,结合特征变量选择算法能有效简化模型,提高预测精度。
-
单位中国农业科学院茶叶研究所