详情

原文传递一种不同品牌等级的同种茶叶香气区分检测方法

专利名称：	一种不同品牌等级的同种茶叶香气区分检测方法
摘要：	本发明公开了一种不同品牌等级的同种茶叶香气区分检测方法，该方法包括以下步骤：首先利用传感器性能的相关性计算和传感器针对茶叶香气成分的敏感程度筛选出8个传感器，构建电子鼻系统用于香气检测。其次采集不同品牌及不同等级的龙井茶样本，用电子鼻系统对样本的茶叶香气进行检测，获取样本的香气数据，将香气数据作为原始数据进行统计，得到香气数据库。最后使用原始数据构建决策树模型CART，使用Gini系数来分裂属性，通过分裂后的Gini系数获得分裂属性的最优解，对香气数据库进行数据分类，得到不同品牌等级的同种茶叶香气分类结果。本发明对不同品牌等级的同种茶叶有较高的分类准确率。
专利类型：	发明专利
国家地区组织代码：	浙江;33
申请人：	浙江大学
发明人：	鲁晓卉;王进;费少梅;常美茁;何维
专利状态：	有效
申请日期：	2019-07-15T00:00:00+0800
发布日期：	2019-10-29T00:00:00+0800
申请号：	CN201910637871.7
公开号：	CN110389200A
代理机构：	杭州求是专利事务所有限公司
代理人：	刘静
分类号：	G01N33/00(2006.01);G;G01;G01N;G01N33
申请人地址：	310058 浙江省杭州市西湖区余杭塘路866号
主权项：	1.一种不同品牌等级的同种茶叶香气区分检测方法，其特征在于，该方法包括以下步骤： (1)利用传感器性能的相关性计算和传感器针对茶叶香气成分的敏感程度筛选出8个传感器，构建电子鼻系统用于香气检测。 (2)采集不同品牌及不同等级的龙井茶样本，用步骤(1)的电子鼻系统对样本的茶叶香气进行检测，获取样本的香气数据，将香气数据作为原始数据进行统计，得到香气数据库。 (3)使用原始数据构建决策树模型CART，使用Gini系数来分裂属性其中D为香气数据库，c是样本类型数量，pi是每种样本类型的可能性；若CART将样本类型A视为可分裂节点，则对应的子节点为DL和DR；则分裂后的Gini系数为通过分裂后的Gini系数获得分裂属性的最优解，对香气数据库进行数据分类，得到不同品牌等级的同种茶叶香气分类结果。 2.根据权利要求1所述的一种不同品牌等级的同种茶叶香气区分检测方法，其特征在于，所述步骤(1)中，筛选的8个传感器型号为TGS813，TGS822，TGS2602，TGS2620，TGS2600，MQ-138，MQ-135，MQ-6。 3.根据权利要求1所述的一种不同品牌等级的同种茶叶香气区分检测方法，其特征在于，所述步骤(2)具体为： (2.1)采用7种不同品牌及不同等级的龙井茶样本，每种样本随机选取25g作为待测样本； (2.2)将步骤(2.1)中的样本分为5g/杯，并用250ml沸水冲泡； (2.3)密封浸泡5分钟后，倒掉茶汤，滤出茶叶； (2.4)将步骤(2.3)中滤出的茶叶密封于杯中，静置45分钟放凉，保证室温在25±1℃，且室内相对湿度在80±2％； (2.5)将步骤(2.4)中杯内的茶叶香气抽取到电子鼻系统中； (2.6)统计8个传感器80秒的数据，则每一杯有640个数据，总共22400个数据构成香气数据库。 4.根据权利要求1所述的一种不同品牌等级的同种茶叶香气区分检测方法，其特征在于，所述步骤(3)具体为： (3.1)将总共22400个原始数据作为香气数据库D； (3.2)从D中随机有放回抽样n个样本，并做k次随机采样，得到k个训练集； (3.3)使用k个训练集构建k个分类决策树模型CART； (3.4)针对每个CART，使用Gini系数来分裂属性，得到分裂后的Gini系数； (3.5)Gini系数越大代表着样本的不确定性也越大，因此最小的Gini系数是分裂属性的最优解； (3.6)按照上述步骤继续分裂属性直到样本都被分为同一类别为止； (3.7)所有的CART模型构成一个随机森林，茶叶香气样本的最终分类结果就是所有CART决策树的投票结果。 5.根据权利要求4所述的一种不同品牌等级的同种茶叶香气区分检测方法，其特征在于，得到香气数据库后，可采用固定片段参数t进行片段分割，通过基于时域片段的茶叶香气数据，对不同品牌等级的同种茶叶香气进行分类，具体步骤如下： a.采集传感器80s的香气数据样本用于计算。 b.采用固定片段参数t进行片段分割，分别将80s的香气数据分割为t＝10s一段或是t＝20s一段。 c.将步骤b中的数据片段利用步骤(3)的方法重新进行分类检测，并随机提取3个时域片段的分类结果。 d.分类结果平均值即为茶叶香气样本的分类结果。
所属类别：	发明专利