简介:
本发明公开了一种红茶萎凋程度数字化的无损检测方法,包括以下步骤:S1、萎凋叶样品光谱的采集,将处于不同萎凋时间节点的萎凋叶样品,分别通过连接智能手机的微型近红外光谱仪采集,进而得到不同萎凋时间节点下的样品光谱;所述萎凋时间节点包括过轻萎凋、轻萎凋、适度萎凋Ⅰ、适度萎凋Ⅱ、重萎凋、过重萎凋;S2、样品萎凋程度数字化参数的检测,随着萎凋的进行,检测不同萎凋时间节点萎凋叶的萎凋程度数字化参数。本发明将近红外光谱应用于萎凋叶含水率的快速无损检测,提出的基于扩展输入空间的Elman模型,具有更好的定量预测分析能力,相对于传统的线性PLS模型和非线性BP模型具有更强的预测能力。
本发明公开了一种红茶萎凋程度数字化的无损检测方法,包括以下步骤:S1、萎凋叶样品光谱的采集,将处于不同萎凋时间节点的萎凋叶样品,分别通过连接智能手机的微型近红外光谱仪采集,进而得到不同萎凋时间节点下的样品光谱;所述萎凋时间节点包括过轻萎凋、轻萎凋、适度萎凋Ⅰ、适度萎凋Ⅱ、重萎凋、过重萎凋;S2、样品萎凋程度数字化参数的检测,随着萎凋的进行,检测不同萎凋时间节点萎凋叶的萎凋程度数字化参数。本发明将近红外光谱应用于萎凋叶含水率的快速无损检测,提出的基于扩展输入空间的Elman模型,具有更好的定量预测分析能力,相对于传统的线性PLS模型和非线性BP模型具有更强的预测能力。