基于混合变量选择的绿茶酚氨比近红外光谱检测方法

被引：8

作者：

黄俊仕 ^{[1
]}

王冬欣 ^{[2
]}

熊爱华 ^{[1
]}

刘鹏 ^{[1
,3
]}

李红 ^{[1
]}

艾施荣 ^{[1
]}

吴瑞梅 ^{[1
]}

文建萍 ^{[1
]}

机构：

[1] 江西农业大学工学院

[2] 婺源县鄣公山茶叶实业有限公司

[3] 江西机电职业技术学院

来源：

江西农业大学学报 | 2020年 / 42卷 / 06期

关键词：

近红外光谱; 酚氨比; 变量组成集群分析; 迭代保留信息变量; 随机森林;

D O I：

10.13836/j.jjau.2020141

中图分类号：

TS272.51 []; O657.33 [红外光谱分析法];

学科分类号：

070302 ; 081704 ; 090203 ;

摘要：

【目的】为建立绿色、快速绿茶滋味品质指标酚氨比近红外光谱检测方法,并利用化学计量学方法有效提高检测精度。【方法】首先,利用标准正态变量变换(SNV)对茶叶浸出物近红外光谱进行预处理,消除光散射引起的噪音,提高光谱信噪比。其次,采用变量组成集群分析-迭代保留信息变量(VCPA-IRIV)混合特征提取方法、竞争性自适应重加权算法和连续投影算法对茶叶浸出物近红外光谱波长变量进行优选,利用优选的特征变量建立非线性随机森林(RF)预测模型,并与线性偏最小二乘(PLS)进行比较。【结果】VCPA-IRIV有效筛选出18个与茶多酚和氨基酸相关的特征波长,且避免了茶汤中水的强相关光谱特征信息干扰。RF模型性能优于PLS,RF模型训练集相关系数(Rc)和均方根误差RMSEC分别为0.949,0.231;测试集相关系数(Rp)、预测均方根误差(RMSEP)和相对分析误差(RPD)分别为0.943、0.232和3.019。【结论】VCPA-IRIV方法能够有效的提出有效近红外光谱变量,消除冗余光谱信息,可为利用近红外光谱技术在农产品品质与安全快速检测方法提供新的研究思路。

引用

页码：1270 / 1276

页数：7

共 22 条

[1] 不同加工工艺对‘陕茶1号’绿茶品质的影响
周天山
米晓玲
王衍成
余有本
李世林
齐玉岗
[J]. 食品科学, 2017, (03) : 148 - 154
[2] 非线性流形降维方法结合近红外光谱技术快速鉴别不同海拔的茶叶
刘鹏
艾施荣
杨普香
李文金
熊爱华
童阳
胡潇
吴瑞梅
[J]. 茶叶科学, 2019, 39 (06) : 715 - 722
[3] 近红外光谱结合特征变量筛选方法测定茶汤中的氨基酸含量
吴彦红
艾施荣
严霖元
杨红飞
胡琪
[J]. 江西农业大学学报, 2012, 34 (05) : 1026 - 1031
[4] Rapid determination by near infrared spectroscopy of theaflavins-to-thearubigins ratio during Congou black tea fermentation process[J] . Chunwang Dong,Jia Li,Jinjin Wang,Gaozhen Liang,Yongwen Jiang,Haibo Yuan,Yanqin Yang,Hewei Meng. &nbspSpectrochimica Acta Part A: Molecular and Biomole . 2018
[5] Enhanced cross-category models for predicting the total polyphenols, caffeine and free amino acids contents in Chinese tea using NIR spectroscopy[J] . Jiahua Wang,Yifang Wang,Jingjing Cheng,Jun Wang,Xudong Sun,Shuang Sun,Zhenya Zhang. &nbspLWT . 2018
[6] A strategy that iteratively retains informative variables for selecting optimal variable subset in multivariate calibration[J] . Yong-Huan Yun,Wei-Ting Wang,Min-Li Tan,Yi-Zeng Liang,Hong-Dong Li,Dong-Sheng Cao,Hong-Mei Lu,Qing-Song Xu. &nbspAnalytica Chimica Acta . 2014
[7] A new spectral variable selection pattern using competitive adaptive reweighted sampling combined with successive projections algorithm. Guo T,Yue H,Kuangda T,et al. The Analyst . 2014
[8] Prediction of amino acids, caffeine, theaflavins and water extract in black tea using FT-NIR spectroscopy coupled chemometrics algorithms. Muhammad Zareef,Quansheng Chen,Qin Ouyang,Felix Y,H. Kutsanedzie,Mehedi Hassan,Annavaram Viswadevarayalu,Ancheng Wang. Analytical Methods . 2018
[9] An overview on the applications of typical non-linear algorithms coupled with nir spectroscopy in food analysis. Muhammad Zareef,Chen Quansheng,Hassan Md-Mehedi,et al. Food Engineering Reviews . 2020
[10] 超高效液相色谱-串联质谱法测定茶叶中游离氨基酸成分. 杜颖颖,刘相真,叶美君等. 色谱 . 2019

← 1 2 3 →