基于电子鼻技术的碧螺春茶叶品质等级检测研究

摘要

采用由12个金属氧化物传感器组成阵列的电子鼻,对3种等级碧螺春茶的茶水和茶底气味进行检测.筛选了9个对茶叶挥发香气敏感的传感器阵列,并分别提取了各个传感器所获取茶水和茶底数据的最大值、最小值和平均值作为特征变量,进行主成分分析,再利用K最邻近( KNN)和误差反向神经网络(BP-ANN)对数据进行分析与识别.KNN结果显示,采用茶水和茶底特征融合信息对不同等级碧螺春茶的识别效果较茶水和茶底更佳,KNN模型对独立样本的判别率达到83.33％;设计拓扑结构为10-7-3的BP-ANN模型对信息融合的茶叶样本判别率则达到了100％.