一种基于遗传算法的龙井茶品质检测树种模型中传感器的选择方法技术

一种基于遗传算法的龙井茶品质检测树种模型中传感器的选择方法，在于对树种模型的传感器响应图谱经过3轮遗传算法后，针对梅家坞产地模型，发现五根传感器LY2/AA、LY2/GH、LY2/gCT、T30/1、TA/2在每次遗传过程中被使用的频率最低，因此剔除这五根传感器，对留下的LY2/LG、LY2/G、LY2/gCTL、P10/1、P10/2、P40/1、T70/2、PA/2、P30/1、P40/2、P30/2、T40/2、T40/1这13根传感器进行不同等级模型的建立。

【技术实现步骤摘要】
【专利摘要】，在于对树种模型的传感器响应图谱经过3轮遗传算法后，针对梅家坞产地模型，发现五根传感器LY2/AA、LY2/GH、LY2/gCT、T30/1、TA/2在每次遗传过程中被使用的频率最低，因此剔除这五根传感器，对留下的LY2/LG、LY2/G、LY2/gCTL、P10/1、P10/2、P40/1、T70/2、PA/2、P30/1、P40/2、P30/2、T40/2、T40/1这13根传感器进行不同等级模型的建立。【专利说明】
本申请涉及。
技术介绍
长期以来感官品评是评定茶叶品质优劣的重要方法，但该方法需要有丰富的茶学知识和审评经验。除非是专业茶叶审评员、经销商或制造商，一般购茶者很难分辨茶叶质量的优劣，没有相当经验的积累，难以得到可靠的结果。并且培养一名茶叶评审员不仅要精心挑选，投入大量费用，而且训练周期也比较长。况且即便是专业品茶师，其感觉器官的灵敏度也易受外界因素的干扰而改变，从而影响评价结果的准确性、客观性和一致性。如人的嗅觉分辨力易受外界异杂气味的干扰；人的味觉敏感度易受其它刺激性食物及其温度的影响；人的视觉涉及到光学、视觉生理、视觉心理等诸多因素，不同人的辨色能力会存在一定的差别。审评人员感觉器官的灵敏度还受其它因素的影响，如地域差异、性别差别、精神状态及身体状况等因素。此外，感官审评需在对照实物标准样的基础上进行，而实物标准样的制作受到各种条件的限制，难以保持几年连续一致。并且标准样采用前一年度或前几年度的生产性产品作原料，不可能不受天时、气候、地理条件的影响，所以事实上标准样品质很难达到绝对的标准。本专利技术对不同采摘期、不同树种、不同产区的龙井茶从理化指标和感官指标出发，结合智能化感官分析、多元统计和现代仪器分析的集成技术，全方位的解析龙井茶特征，分析茶叶各指标的内在关系，建立定性、定量评价龙井茶品质的数学模型，对龙井茶质量进行准确的特征识别、等级评定，为建立统一的绿茶评价体系标准提供强有力的依据。这些研究在理论上将为我国其它茶叶的质量评价提供基础和支撑，在实践中对于提高我国茶叶质量的稳定性，通过标准化手段强化我国茶叶的分等分级，实现茶叶的优质优价，打破我国出口茶叶的高质低价传统，消除发达国家对我国产品优质低价的质疑，对于维护国内市场秩序和保障消费者的切身利益，积极捍卫我国茶叶产品的国际声誉，促进国际贸易等具有重要的意义和显著的社会效益、经济效益。近年来随着现代仪器分析技术的发展，茶叶的理化研究也得到了相应的进展。茶叶香气物质分离和分析技术已逐步从常规的气相色谱(GC)或气相色谱-质谱联用(GC-MS)过渡到气相色谱-嗅辨(GC-O)方法。目前已检测出七百多种的茶叶香气成分，包括脂肪类衍生物、萜烯类衍生物、芳香族衍生物和含氮氧杂环类化合物。但即便如此，单纯从成分的角度也难以反应茶叶香气的整体特征信息和香气品质。对茶叶呈味物质的仪器分析技术主要有液相色谱法、光谱法、质谱法、核磁共振法等。目前，已明确茶叶中含有机化学成分多达六百余种，无机矿物元素亦达四十多种。但由于各种滋味之间存在着相互作用，如味觉的对t匕、变调、协调和相杀等现象，所以测得的化学特性参数并不能真实全面地反映出样品的味觉特征。智能感官分析技术的出现进一步推动了茶叶品质检测水平，它是基于对人体感官感知过程模仿的技术。传感器相当于生物系统中的感觉器官，对被测样品某方面的属性产生响应信号；信号采集器如同神经系统对响应信号进行传输和简单处理；电脑如同人脑对信号数据进行复杂处理和分析识别，形成综合、整体的判断。智能感官分析技术具有检测时间短、重复性好、不需要复杂的样品预处理过程、不发生感官疲劳和检测结果客观可靠等特点，更重要的是可以在一定程度上模拟人的感官给出有关茶叶香气、滋味和外质的评判结果和指纹信息，是目前茶叶品质检测研究的热点和发展趋势。目前针对茶叶中的色、香、味、形等感官属性，所采用的智能感官分析技术主要有机器视觉、电子鼻和电子舌技术，其工作流程主要包括传感器产生响应信号、对响应信号进行预处理、提取样品特征信息、建立相关模型并进行模式识别。其中模式识别是智能感官系统的重要组成部分。目前应用的主要方法有主成分分析、人工神经网络和模糊识别等。主成分分析用于信号处理，抑制多维传感器响应信号噪声和压缩信号数据。人工神经网络对处理后的信号进行学习和训练，建立网络模型。模糊识别则以模糊推理对复杂事物进行模糊识别、模糊定量。采用智能感官技术模拟人感官审评的功能和特征,结合多算法研究处理智能感官检测中所蕴含的丰富的产品品质信息，进而抽取出相对应的计算模型和方法。以解决终端问题为目的的算法，在多个智能传感器对象和多个产品指标互相关联的情况下分析它们的统计规律，很适合食品科学研究的特点。采用多算法、智能感官分析技术和现代仪器分析技术等集成技术，能够克服多指标综合评价带来的统计和分析的麻烦，同时也能够充分利用实验数据信息得到与茶叶特征品质相关的隐含细节，使得茶叶特征品质的统计分析和模式判别可以同时完成，既迅速又准确。由此，为建立我国茶叶的特征品质数据库和智能化品质评价系统，实现对茶叶品质快速、准确、全面的分析，为我国茶叶特征品质的科学评价、合理界定提供借鉴和指导，为我国茶叶的品质保证、特色保护、真伪鉴别提供核心的技术支撑。电子鼻作为20世纪90年代发展起来的新型气味扫描仪，目前已广泛应用于食品、饮料、化妆品、环境检测以及农产品加工过程控制等领域。与普通的化学分析方法相比，电子鼻利用其对多种气体的交叉敏感性，综合评价气体的整体信息，与人的嗅觉相比，测定结果更加客观、可靠。电子舌技术是20世纪80年代中期发展起来的一种分析、识别液体味道的新型检测手段，现已被应用于食品、医药、化妆品、化工、环境监测等领域。与普通的化学分析方法相比，电子舌输出的并不是样品滋味成分的分析结果，而是一种与样品有关的信号模式，经过具有模式识别能力的软件系统分析后，可得出对样品味觉特征有关的总体评价。综上所述，智能感官分析技术(机器视觉技术、电子鼻技术和电子舌技术)在茶叶品质检测中已取得了较好结果，并显示了较好的应用前景。但目前这些技术离实际应用还有一定差距，尚有一些关键性问题需要解决。如: (I)电子鼻、电子舌的关键技术研究:机器视觉技术已经在实际中广泛应用，但电子鼻、电子舌尚处于研发阶段，因此要构建综合的智能感官系统，需要对电子鼻、电子舌进行深入研究，解决其关键问题。(2)特异性传感器的研制与筛选:由于不同类型的样品具有其特定的物质体系，导致不同类型的传感器对不同物质的响应都不同。因此，需进一步深入研究，针对特定的物质体系建立响应快、敏感度高、寿命长、清洗方便、经济适用的传感器阵列。(3)样品的代表性和采样的科学性:目前的研究报道中，其结果大都显示对茶叶分类或分级的判别率较高。但这些研究中，茶叶样品的代表性不够强，样品数也不够全，在采集样品信息时，基本都是平行样，即每个等级的茶叶检测都重复很多次，使得模型的稳定性不佳，使用范围不广。只有建立科学的样品采集方法和样品代表性的判别原则，才能保证后续模型的顺利建立。(4)信号的漂移和去噪:由于仪器测量参数、测量方法、测量环境、样品来源等因素变化，容易导致传感器响应曲线的漂移，引起智能感官检测的误差，本文档来自技高网...

【技术保护点】
一种基于遗传算法的龙井茶品质检测树种模型中传感器的选择方法，其特征在于：包括如下步骤：A?西湖龙井茶的树种模型的校正集预测集的样本划分；???B?不同树种茶叶的电子鼻响应图谱分析；C?全体树种样品的主成分得分变化趋势分析；D?全体树种样品的主成分载荷分析；E?根据相似分类法建立树种建模的主成分数选择；F?茶叶的相似分类法的树种模型建立与预测；其中，所述电子鼻采用法国Alpha?MOS公司生产带有顶空自动系统的Fox?4000型电子鼻，其包括18根传感器，用于茶叶树种鉴别的样品共617个，其中随机选择三分之二作校正集样品，剩下的三分之一用作预测集样品，所述遗传算法的实现主要包括5个基本要素：参数编码、变量的选取、群体的初始化、适应度函数设计、遗传操作设计和收敛判据，其中作为重要环节的遗传操作包括三个算子：选择、交叉和变异。

【技术特征摘要】

【专利技术属性】
技术研发人员：赵镭，史波林，汪厚银，支瑞聪，裴高璞，刘宁晶，张璐璐，解楠，
申请(专利权)人：中国标准化研究院，
类型：发明
国别省市：