[发明专利]一种茶叶分类方法在审

专利信息
申请号: 201710031342.3 申请日: 2017-01-17
公开(公告)号: CN106770862A 公开(公告)日: 2017-05-31
发明(设计)人: 陈斌;陈鑫郁;陆道礼;郭丽 申请(专利权)人: 江苏大学
主分类号: G01N30/86 分类号: G01N30/86
代理公司: 江苏纵联律师事务所32253 代理人: 蔡栋
地址: 212000 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 茶叶 分类 方法
【说明书】:

技术领域

发明属于快速分析检测领域,具体涉及一种茶叶的分类方法。

背景技术

离子迁移技术是一种基于气相中不同离子在电场中迁移时间差异的微量化学物质分析技术,具有高灵敏度,高选择性,对样品中的挥发性成分相应非常灵敏。离子迁移技术与气相色谱的联用,优势在于将离子迁移谱的高灵敏度和气相色谱的高分辨率相结合,使获取的化学信息变得更加丰富。通过气相色谱对其产生的挥发性有机物进行预分离后,直接洗脱至离子电离室,不同待测成分依次进入漂移管并进行离子反应。因此,气相色谱与离子迁移谱的联用是无损检测技术的一大创新,可以得到更高级的测试数据并进行进一步的数据处理。

之前对茶叶样品的分类大多数采用光谱分析法,但该类方法所获得的二维光谱实用性较差,直观性欠缺信息,数据量也较少。利用气相-离子迁移技术的分析原理,通过彩色化处理数据后形成伪彩色三维谱,分析人员根据自身判断能力和实践经验直接从谱图中选取代表茶叶的特征信息区域。通过不同样品所形成的图库分析,选定能够表征样品种类的区域范围,采用化学计量学方法分析该区域迁移谱数据,获得茶叶种类区分鉴别的效果。近年来,气相-离子迁移谱分析方法由于其高分辨率、高灵敏度、数据信息量丰富等特点,将成为食品科学与工程领域的新型研究工具,并进一步扩展无损检测技术的应用领域。茶叶中主要含有茶碱和鞣酸及芳香油等成份,这些成份在高温加热环境下易挥发。

传统光谱分析法对茶叶分类存在信息单一、可视化不强以及效果较差等缺点。

发明内容

本发明的目的在于提供一种茶叶分类方法,气相-离子迁移联用技术主要是通过检测气体来进行定性分析,以实现图谱中定性和定量的表达,提高不同茶叶品种分类的效率和准确率。

为解决以上技术问题,本发明采用气相-离子迁移联用技术提取了茶叶特征信息,对不同品种的茶叶进行了分类,具体技术方案如下:

一种茶叶的分类方法,包括步骤一,收集茶叶样品:收集N种不同品种的茶叶,外加2个平行实验样品,将所述N+2个茶叶样品各取10克,误差±0.1g;分别置于N+2个玻璃瓶中,将所述N+2个茶叶样品分别密封保存并记录茶叶名称;其特征在于还包括如下步骤:

步骤二,三维信息谱图的获取:以茶叶为检测对象,用气相-离子迁移设备采集数据,以获得所述N+2个茶叶样品的三维信息谱图;

步骤三,谱图特征区域选取:对所述N+2个茶叶样品的三维信息谱图依据保留时间对应的某一物质的离子峰强度的差异为原则,选择35个具有明显特征变化的区域,以表征每个样品在对应区域的变化,从而选定茶叶的谱图特征区域;

步骤四,数据预处理:对所述选定的谱图特征区域的数据首先进行中心化处理,然后再经过卷积平滑处理,得到待进一步分析的特征区域数据;

步骤五,化学计量分析:基于自主研发的数据处理平台,采用化学计量学方法对所述特征区域数据进行可视化分析,根据不同茶叶品种所对应指纹图谱的辨别,实现对N+2个茶叶样品的品种快速分类;

N为大于0的正整数。

所述步骤二中三维信息谱图的采集具体为:在试验前,设定德国GAS公司的型号为FlavourSpec的气相-离子迁移谱设备进行24小时的反吹清洗,以避免气相-离子迁移谱设备内有部分成分残留从而影响仪器性能;待气相-离子迁移谱设备中的离子漂移管清洗完成后,室内温度保持为25℃,设定仪器的漂移管温度为45℃,色谱柱温为40℃,进样器温度为80℃,漂移气流速为150mL/min,载气流速为25mL/min,从而获得样品的三维信息谱图。

所述步骤三中谱图特征区域选取是通过观察不同样品谱图中某一特征物质对应颜色的变化选择多个特征区域,并以图片库的形式展示各成分物质的变化情况,选择离子峰强度变化明显的特征位置区域用于进一步数据分析。

所述步骤四的数据预处理是采用自主研发的数据处理平台,依据特征区域对应的保留时间和迁移时间为界从原始数据中截取对应的数据,并以保留时间为依据依次排列特征区域的离子迁移数据,从而形成一维矩阵;将一维矩阵首先通过中心化处理,然后再经过卷积平滑处理。

所述步骤五的化学计量分析是利用自主研发的数据处理平台,对特征区域数据进行可视化数据分析,具体包括以下过程:

过程一,对所述特征区域数据进行主成分分析法,在降低减少数据维度的同时应用分类器将特征区域数据映射到较小的子空间;

过程二,采用线性判别式分析法从已知样品类的数据集中进行最大化类别分离,以便进行未知样品类型的预测;

过程三,采用K最近邻算法正确识别某一茶叶样品类型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏大学,未经江苏大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710031342.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top