基于色差系统的宝庆桂丁红茶品质量化评价模型构建

基于色差系统的宝庆桂丁红茶品质量化评价模型构建

TS207.7; 目的:基于茶叶色差构建宝庆桂丁红茶品质量化评价模型.方法:以宝庆桂丁红茶为研究对象,在感官审评的基础上,分别测定干茶、茶汤和叶底的色差值,分析茶叶色差值与品质之间的相关性,并以GA-BP神经网络构建品质量化评价模型.结果:宝庆桂丁红茶品质与茶汤和叶底的L、a、b值呈极显著相关(P＜0.01),与干茶a值呈显著相关(P＜0.05);遗传算法(GA)的引进明显提高了 BP神经网络的拟合精度,GA-BP模型的决定系数(R2)明显高于BP网络;通过对比不同隐含层结构,优选结构为9-5-1的GA-BP神经网络结构;优选的GA-BP神经网络模型的训练、验证、测试和预测的决定系数(R2)分...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:食品工业科技 2022, Vol.43 (14), p.329-335
Hauptverfasser: 杜邵龙, 周志梅, 雷亚兰, 李瑾, 田容积, 唐瀚
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:TS207.7; 目的:基于茶叶色差构建宝庆桂丁红茶品质量化评价模型.方法:以宝庆桂丁红茶为研究对象,在感官审评的基础上,分别测定干茶、茶汤和叶底的色差值,分析茶叶色差值与品质之间的相关性,并以GA-BP神经网络构建品质量化评价模型.结果:宝庆桂丁红茶品质与茶汤和叶底的L、a、b值呈极显著相关(P＜0.01),与干茶a值呈显著相关(P＜0.05);遗传算法(GA)的引进明显提高了 BP神经网络的拟合精度,GA-BP模型的决定系数(R2)明显高于BP网络;通过对比不同隐含层结构,优选结构为9-5-1的GA-BP神经网络结构;优选的GA-BP神经网络模型的训练、验证、测试和预测的决定系数(R2)分别为0.988、0.976、0.933和0.95.结论:基于色差系统和GA-BP神经网络对宝庆桂丁红茶品质进行量化评价的方法是可行的.
ISSN:1002-0306
DOI:10.13386/j.issn1002-0306.2021100164