茶葉加工過程的狀態(tài)參數(shù)監(jiān)測是自動化生產(chǎn)的重點和難點。針對茶葉殺青過程中的狀態(tài)監(jiān)測,利用自制的電子鼻,在優(yōu)選傳感器陣列的基礎上,對殺青過程香氣開展連續(xù)抽樣監(jiān)測,基于費舍爾判別法研究茶葉加工過程香氣數(shù)據(jù)與茶葉加工狀態(tài)的關系,構(gòu)建茶葉加工狀態(tài)的判別模型,試驗表明建模組的回判準確率將近99%,驗證組的判別準確率也達到了91.65%,對茶葉殺青過程狀態(tài)的在線監(jiān)測與控制具有重要意義。 

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 試驗設置
    1.1 試驗原料與設備
    1.2 試驗步驟
2 數(shù)據(jù)前處理
    2.1 試驗步驟
    2.2 傳感器敏感性分析
3 數(shù)據(jù)分析
    3.1 費舍爾判別法思想
    3.2 判別函數(shù)的建立
    3.3 狀態(tài)判別結(jié)果分析
        3.3.1 概述
        3.3.2 建模組自檢結(jié)果分析
        3.3.3 驗證組結(jié)果分析
4 結(jié)論


【參考文獻】：
期刊論文
[1]近紅外光譜技術(shù)在茶葉中的應用研究進展[J]. 劉曉,張廳,王云,唐曉波,李春華,李蘭英,龔雪蛟.  中國農(nóng)學通報. 2019(29)
[2]基于電子鼻對花香型紅茶揮發(fā)性風味形成過程分析[J]. 諶珍,劉青茹,周潔蓉,周方林,劉偉,周穎.  農(nóng)產(chǎn)品加工. 2019(06)
[3]茶葉智能化加工技術(shù)的創(chuàng)新思考[J]. 董春旺.  中國茶葉. 2019(03)
[4]近紅外光譜技術(shù)在茶葉品質(zhì)調(diào)控中的應用[J]. 吳全金,周喆,孫威江.  廣東農(nóng)業(yè)科學. 2019(01)
[5]基于卷積神經(jīng)網(wǎng)絡與遷移學習的油茶病害圖像識別[J]. 龍滿生,歐陽春娟,劉歡,付青.  農(nóng)業(yè)工程學報. 2018(18)
[6]基于Fisher判別分析與隨機森林的馬尾松毛蟲害檢測[J]. 許章華,黃旭影,林璐,王前鋒,劉健,陳崇成,余坤勇,周華康,張華峰.  光譜學與光譜分析. 2018(09)
[7]電子鼻技術(shù)對普洱熟茶香氣判別的研究[J]. 羅美玲,田洪敏,楊雪梅,占琪,劉瑩亮,穆麗紅,劉福橋,呂才有,李家華.  西南大學學報(自然科學版). 2018(08)
[8]基于高光譜圖像和遺傳優(yōu)化神經(jīng)網(wǎng)絡的茶葉病斑識別[J]. 張帥堂,王紫煙,鄒修國,錢燕,余磊.  農(nóng)業(yè)工程學報. 2017(22)
[9]基于電子鼻技術(shù)對云南普洱熟茶的香氣品質(zhì)判別[J]. 陳婷,蔣明忠,彭文,馮博,王白娟.  西南農(nóng)業(yè)學報. 2017(02)
[10]用于山核桃陳化時間檢測的電子鼻傳感器陣列優(yōu)化[J]. 徐克明,王俊,鄧凡霏,韋真博,程紹明.  農(nóng)業(yè)工程學報. 2017(03)

碩士論文
[1]基于高光譜圖像技術(shù)的祁門紅茶萎凋程度數(shù)字化判別技術(shù)[D]. 孫京京.安徽農(nóng)業(yè)大學 2017
[2]便攜性茶葉香氣檢測電子鼻關鍵技術(shù)研究[D]. 桑子涵.浙江大學 2017
[3]利用計算機視覺技術(shù)控制紅茶發(fā)酵的方法研究[D]. 楊龍.華中農(nóng)業(yè)大學 2013



本文編號：3708912