欧美亚洲精品真实在线丨a免费观看丨国产一区二区三区在线观看视频丨精品久久久久中文字幕app丨亚洲天堂av在线免费观看丨国产精品资源一区二区丨涩涩涩涩涩涩涩涩涩涩丨国产69av

在茶葉市場上，茶葉摻假、低質(zhì)量茶作為高檔茶、舊茶作為新產(chǎn)茶的問題也不時出現(xiàn)在上。在高經(jīng)濟利潤的推動下，市場上偶爾會發(fā)生鐵觀音摻假。一些非法商人在鐵觀音中混合了本山、毛蟹、黃金桂，他們的外觀與鐵觀音非常相似，但在銷售過程中價格相差很大。普通消費者很難區(qū)分茶葉的真實性，這嚴重侵犯了消費者和經(jīng)營者的合法權(quán)益。在此背景下，迫切需要一種快速、無損的檢測茶葉摻假的方法。

四川農(nóng)業(yè)大學康志亮教授團隊利用我司高光譜設備（GaiaField-V10E）及配套的熒光系統(tǒng)，對鐵觀音摻假程度的進行無損檢測。作為一種新的檢測方法，熒光高光譜技術(shù)為食品檢測提供了優(yōu)勢，其基本原理是當一種物質(zhì)被特定波長的入射光照射時，其分子吸收光能并從基態(tài)進入激發(fā)態(tài)，然后立即去激發(fā)并發(fā)射出光。圖1熒光高光譜成像系統(tǒng)。

圖1 熒光高光譜成像系統(tǒng)

在這項研究中，摻假茶和純鐵觀音在形狀、顏色和內(nèi)部成分上只有輕微差異，這增加了檢測茶葉摻假的難度。摻假茶葉樣本的比例符合市場上不法商人的普遍做法。至于茶葉的熒光特性，作為一種植物，茶葉中的不同物質(zhì)會吸收不同波段的光，并在不同波段發(fā)出熒光。

本山被用作摻假茶，約占茶葉樣品總重量的0%、10%、20%、30%、40%和50%，并與鐵觀音混合。圖2為經(jīng)過PCA后的六個等級的茶葉三維分布圖。為了對茶葉進行摻假檢測。本研究在實驗方案中建立了純鐵觀音和摻假鐵觀音的兩級判別模型，以快速鑒別摻假與否；另一方面，建立了六級判別模型，保證了在不同程度的茶葉摻假情況下，茶葉摻假程度的快速識別。

圖2 六個摻假等級茶葉的PCA分布圖

首先，熒光高光譜成像系統(tǒng)獲得475–1000 nm波段的光譜信息。圖3為茶葉的平均光譜分布圖。接下來，選擇Savitzky–Golay（SG）、乘性散射校正（MSC）和標準正態(tài)變量（SVN）對熒光高光譜數(shù)據(jù)進行預處理。并且對預處理方法進行參數(shù)的比較。表1為不同預處理方法在SVM下的評價指標。

表1 不同預處理方法下的評價指標

圖3 摻假茶葉的平均光譜曲線

此外，還采用了連續(xù)投影算法（SPA）、競爭自適應加權(quán)采樣（CARS）、隨機青蛙算法（RF）和無信息變量消除（UVE）來提取茶葉光譜信息的特征波長。

建立了二分類模型（區(qū)分純鐵觀音和摻假鐵觀音）和六分類模型（區(qū)分純鐵觀音和五個摻假等級的茶葉）。在確定模型的預處理（SG）方法后，選擇特征波長對模型進行簡化。在SG平滑后，應用了四種特征選擇方法。SG平滑結(jié)合SPA、CARS、RF和UVE算法，將104個通道分別減少到33、11、44和46個通道。圖4顯示了SG-CARS之后的特征選擇。SG7平滑結(jié)合四種特征波長選擇方法的評價指標如表2所示。所有的特征選擇方法都有助于降低數(shù)據(jù)維數(shù)。

圖4 SG-CARS后的特征選擇

表2 不同特征選擇方法下的評價指標

在建立六分類模型過程中。首先，與兩分類模型一樣，將不同的預處理方法與支持向量機相結(jié)合，建立了四類判別模型。然后，為了簡化模型，選擇了四種特征選擇方法來篩選模型的特征波長，這有利于提高模型的效果和精度。所有模型的結(jié)果如表3所示。其中，六分類模型和兩分類模型的預處理方法存在差異。通過使用SNV和MSC，提高了分類模型的準確性。

特征選擇后，這些模型的總體趨勢大致相同。純鐵觀音、10%和30%摻假茶葉的準確率幾乎為100%，但摻假程度為40%的準確率不高，表明該模型可能無法準確區(qū)分鐵觀音的摻假水平。相比之下，在SNV之后，模型的整體準確性得到了提高。在RF之后，整體準確度提高了1.09%，僅用時0.002秒。在該分類中，純鐵觀音和10%和30%的摻假茶被準確預測；模型的變化也提高了茶葉剩余摻假比例的準確性。考慮到整體影響，RF在建立分類模型方面表現(xiàn)出更高的效率。總之，SNV-RF-SVM是區(qū)分純茶和摻假茶的最佳方法，其總準確率為94.27%，僅需0.00698秒。

表3 六分類模型評價指標

第一作者簡介：

康志亮，四川農(nóng)業(yè)大學教授，碩士生導師。

主要研究方向：信號與信息處理、傳感器與檢測技術(shù)、自動控制。

參考文獻：Hu Y , Kang Z . The Rapid Non-Destructive Detection of Adulteration and Its Degree of Tieguanyin by Fluorescence Hyperspectral Technology[J]. Molecules, 2022, 27(4):1196. DOI：10.3390/molecules27041196