茶叶贮藏时间电子鼻检测方法.pdf

茶叶贮藏时间电子鼻楦测方法 蚌埠学院电子与电气工程系 鲍俊宏 薛大为 【摘要】利用电子鼻对4个不同贮藏时间黄山毛峰茶干茶叶进行了检测。首先根据传感器阵列响应曲线选择了原始特征变量，再通过 PCA提取出主特征变量，最后以主特征变量作为输入建立了茶叶贮藏时间的BPNN-~ ,]模型。实验结果表明电子鼻用于检测茶叶贮 藏时间是可行的。 【关键词】茶叶；贮藏时间；电子鼻；BPNN 茶叶的贮藏时间对茶叶的品质会产生重要的影响，一般来讲 到降维的目的。 对于非发酵茶随着茶叶贮藏时间的增长其品质也会随之降低…。 BP神经网络 (BPNN)[3是模式识别中常用的非线性处理 目前用于判断茶叶贮藏时间长短的方法还大都采用人的感官进 方法，具有结构简单、设计方便、泛化能力强等优点。BPNN 行评价，但感官评价法2【存在程序繁琐、主观性强、准确度低 通过训练样本进行学习，学习过程中依据网络输出的期望值与 等缺陷。人们一直以来在不断寻求一种更加简便、快速、准确 实际输出值之间的误差来调整连接权值和阈值，直到网络误差 的检测茶叶贮藏时间的方法。因此，本研究将采用电子鼻对茶 达到设定的精度或设定的最大学习次数，则学习结束。BPNN 叶贮藏时间检测。首先根据电子鼻传感器阵列响应变化趋势选 常用的学习算法为带动量因子的 学习算 。 择相应的特征变量，再通过主成分分析法 (PCA)提取出主变 量，最后以主变量最为输入建立茶叶贮藏时间的神经网络预测 3 茶叶贮藏时间预测模型建立 模型，并进行实验验证方法的有效性。 3．1原始特征变量的确定 1 电子鼻 本研究以黄 山毛峰茶为检测对象，从茶厂订购了市场价格 为300元一斤的黄山毛峰新产干茶叶并保存在5C的冰箱中。每 本研究中采用德国的PEN2型便携式电子鼻，该电子鼻的传 隔9O天利用电子鼻对茶叶检测一次，连续检测27O天，即O天、 感器阵列由10个半导体金属氧化物传感器组成，传感器响应为 90天、180天、270天。每次检测重复试验40次，一共得到160组 其接触挥发性气味时的电导率与经过干净空气吸附处理后的电 原始数据样本，其中120组作为训练样本，40组最为测试样本。 导率的比值。传感器典型响应 曲线如图l所示。 根据 电子鼻传感器阵列响应 曲线特点，选择响应的最大 值、稳态值作为原始特征变量。因为传感器响应在50s之后基本 没有变化即趋于稳定，因此选择传感器第55s时的响应值作为稳 态值。由传感器阵列特征变量构成的特征向量可表示为： x (，一…一 ) (1) 式中： ，．．…．．， 分别表示传感器阵列1O个传感器第55s时 的响应值： ……， 分别表示传感器阵列10个传感器最大响 应值 。 3．2 PCA分析 图1传感器典型响应曲线 原始特征 向量为2O维数，维数很大，并且各变量之间往 往存在一定的相干性，如果以原始特征变量作为输入建