食品工业科技

作者：范婷婷, 陆江明, 康志龙, 牛新环, 穆青爽

关键词：红茶,近红外高光谱成像,降维,支持向量机,极限学习机,无损检测,

为实现快速无损的茶叶产品等级评估，应用近红外（900~1700 nm）高光谱成像技术对6个等级的祁门红茶进行分类。首先利用线性和非线性降维方法对高光谱数据进行可视化处理，可视化算法包括线性方法的主成分分析（Principal Component Analysis，PCA）、多维尺度变换（Multi-Dimensional Scaling，MDS），和非线性方法的t分布随机邻域嵌入（t-Distributed Stochastic Neighbour Embedding，t-SNE）、Sammon非线性映射。其次利用支持向量机（Support Vector Machine，SVM）和极限学习机（Extreme Learning Machine，ELM）建立分类模型来鉴定祁门红茶的不同等级。最后利用SVM和ELM分类模型对高光谱图像每个像素点进行识别，得到预测图。结果表明，t-SNE可以将6个等级的祁门红茶分在六个不同的簇，SVM和ELM的预测集准确率分别为100%和96.35%。t-SNE可视化效果最佳，SVM的检测模型能够有效地对祁门红茶六个等级进行识别。本文为茶叶产品等级的快速、无损检测提供了一种有效的方法，对茶叶产品的质量控制、真伪检测和掺假检测具有重要意义。

来源：2021年第16期

《食品工业科技》期刊编辑部

查看食品工业科技杂志2021年第16期