CN102692482A - 一种基于茶叶生化成分的乌龙茶产地判别方法 - Google Patents
一种基于茶叶生化成分的乌龙茶产地判别方法 Download PDFInfo
- Publication number
- CN102692482A CN102692482A CN2012101940602A CN201210194060A CN102692482A CN 102692482 A CN102692482 A CN 102692482A CN 2012101940602 A CN2012101940602 A CN 2012101940602A CN 201210194060 A CN201210194060 A CN 201210194060A CN 102692482 A CN102692482 A CN 102692482A
- Authority
- CN
- China
- Prior art keywords
- tea
- discriminant
- oolong tea
- function
- discriminant function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 235000006468 Thea sinensis Nutrition 0.000 title claims abstract description 35
- 235000020333 oolong tea Nutrition 0.000 title claims abstract description 35
- 235000013616 tea Nutrition 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 27
- 241001122767 Theaceae Species 0.000 title claims abstract description 26
- 238000004519 manufacturing process Methods 0.000 title abstract description 3
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 claims abstract description 18
- WMBWREPUVVBILR-UHFFFAOYSA-N GCG Natural products C=1C(O)=C(O)C(O)=CC=1C1OC2=CC(O)=CC(O)=C2CC1OC(=O)C1=CC(O)=C(O)C(O)=C1 WMBWREPUVVBILR-UHFFFAOYSA-N 0.000 claims abstract description 11
- WMBWREPUVVBILR-WIYYLYMNSA-N (-)-Epigallocatechin-3-o-gallate Chemical compound O([C@@H]1CC2=C(O)C=C(C=C2O[C@@H]1C=1C=C(O)C(O)=C(O)C=1)O)C(=O)C1=CC(O)=C(O)C(O)=C1 WMBWREPUVVBILR-WIYYLYMNSA-N 0.000 claims abstract description 10
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 claims abstract description 9
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 claims abstract description 9
- 229960001948 caffeine Drugs 0.000 claims abstract description 9
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 claims abstract description 9
- 239000011701 zinc Substances 0.000 claims abstract description 9
- 229910052725 zinc Inorganic materials 0.000 claims abstract description 9
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 claims abstract description 5
- 230000000694 effects Effects 0.000 claims abstract description 5
- 229910052748 manganese Inorganic materials 0.000 claims abstract description 5
- 239000011572 manganese Substances 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000012549 training Methods 0.000 claims description 7
- 238000006467 substitution reaction Methods 0.000 claims description 6
- PFTAWBLQPZVEMU-DZGCQCFKSA-N (+)-catechin Chemical compound C1([C@H]2OC3=CC(O)=CC(O)=C3C[C@@H]2O)=CC=C(O)C(O)=C1 PFTAWBLQPZVEMU-DZGCQCFKSA-N 0.000 claims description 4
- ADRVNXBAWSRFAJ-UHFFFAOYSA-N catechin Natural products OC1Cc2cc(O)cc(O)c2OC1c3ccc(O)c(O)c3 ADRVNXBAWSRFAJ-UHFFFAOYSA-N 0.000 claims description 4
- 235000005487 catechin Nutrition 0.000 claims description 4
- 229950001002 cianidanol Drugs 0.000 claims description 4
- WPBNNNQJVZRUHP-UHFFFAOYSA-L manganese(2+);methyl n-[[2-(methoxycarbonylcarbamothioylamino)phenyl]carbamothioyl]carbamate;n-[2-(sulfidocarbothioylamino)ethyl]carbamodithioate Chemical compound [Mn+2].[S-]C(=S)NCCNC([S-])=S.COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC WPBNNNQJVZRUHP-UHFFFAOYSA-L 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 238000010200 validation analysis Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 3
- -1 ECG Chemical compound 0.000 abstract description 2
- 239000000523 sample Substances 0.000 description 9
- XMOCLSLCDHWDHP-IUODEOHRSA-N epi-Gallocatechin Chemical compound C1([C@H]2OC3=CC(O)=CC(O)=C3C[C@H]2O)=CC(O)=C(O)C(O)=C1 XMOCLSLCDHWDHP-IUODEOHRSA-N 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- XMOCLSLCDHWDHP-UHFFFAOYSA-N L-Epigallocatechin Natural products OC1CC2=C(O)C=C(O)C=C2OC1C1=CC(O)=C(O)C(O)=C1 XMOCLSLCDHWDHP-UHFFFAOYSA-N 0.000 description 3
- DZYNKLUGCOSVKS-UHFFFAOYSA-N epigallocatechin Natural products OC1Cc2cc(O)cc(O)c2OC1c3cc(O)c(O)c(O)c3 DZYNKLUGCOSVKS-UHFFFAOYSA-N 0.000 description 3
- 230000001953 sensory effect Effects 0.000 description 3
- PFTAWBLQPZVEMU-ZFWWWQNUSA-N (+)-epicatechin Natural products C1([C@@H]2OC3=CC(O)=CC(O)=C3C[C@@H]2O)=CC=C(O)C(O)=C1 PFTAWBLQPZVEMU-ZFWWWQNUSA-N 0.000 description 2
- PFTAWBLQPZVEMU-UKRRQHHQSA-N (-)-epicatechin Chemical compound C1([C@H]2OC3=CC(O)=CC(O)=C3C[C@H]2O)=CC=C(O)C(O)=C1 PFTAWBLQPZVEMU-UKRRQHHQSA-N 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000012850 discrimination method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- LPTRNLNOHUVQMS-UHFFFAOYSA-N epicatechin Natural products Cc1cc(O)cc2OC(C(O)Cc12)c1ccc(O)c(O)c1 LPTRNLNOHUVQMS-UHFFFAOYSA-N 0.000 description 2
- 235000012734 epicatechin Nutrition 0.000 description 2
- DATAGRPVKZEWHA-YFKPBYRVSA-N N(5)-ethyl-L-glutamine Chemical compound CCNC(=O)CC[C@H]([NH3+])C([O-])=O DATAGRPVKZEWHA-YFKPBYRVSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940030275 epigallocatechin gallate Drugs 0.000 description 1
- LNTHITQWFMADLM-UHFFFAOYSA-N gallic acid Chemical compound OC(=O)C1=CC(O)=C(O)C(O)=C1 LNTHITQWFMADLM-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Landscapes
- Tea And Coffee (AREA)
Abstract
本发明涉及一种基于茶叶生化成分的乌龙茶产地判别方法，适用于判别闽南、闽北和广东三个产地的乌龙茶归属，首先提出乌龙茶产地Bayes判别函数，通过检测自变量咖啡碱、C、EGCG、ECG、锰和锌代入所述Bayes判别函数，计算所得最大值所对应的函数类别即为该茶的归属地。该方法提出的判别函数的正判率达95%，判别效果良好。且简单易行，只需上述六项生化成分数值经简单计算即可实现乌龙茶闽南、闽北、广东三产地的快速、有效区分，不仅能够满足普通消费者茶类区分的要求，还可为国际茶叶贸易中的茶类判别提供参考。
Description
技术领域
本发明涉及茶叶判别技术领域，特别是一种基于茶叶生化成分的乌龙茶产地判别方法。
背景技术
乌龙茶作为我国特种茶，以其独特地“馥郁花果香”而畅销于世，成为世界三大主销茶类之一。乌龙茶品质除受品种、季节影响外，更受地域的限制，产地不同，品质亦不同。从品鉴到贸易，乌龙茶产品的判别均涉及其中，而目前乌龙茶产地判别的主要手段依然是感官审评。感官审评是依靠人的嗅觉、味觉、视觉和触觉等感觉对茶类进行判别，可快速鉴定茶叶的主要感官特征并敏锐判别品质异常现象，是目前国际贸易中乌龙茶产地判别的主要手段，但此法对评茶人员以及审评环境要求严格，受限条件较多，较难实现标准化，有必要寻找一种客观、可靠、可量化乌龙茶产地判别方法，以促进乌龙茶在国际中的顺利流通，更好地保护消费者权益。
判别分析是一种判别和分类的技术，通过建立判别函数对其他未知分类的数据进行类别归属，具有预测的意义，具体包括距离判别、Fisher判别和Bayes判别三种不同的判别分析方法,距离判别与Bayes判别是两种实质的判别方法,前者实际依据的是百分位点或置信区间,后者实际依据的是概率。而著名的Fisher判别,只是依据方差分析的思想,对判别变量进行线性变换,然后用于距离判别,其实不能算是一种实质的判别方法。距离判别、Fisher判别对变量的分布类型并无特定要求，其不足之处是未考虑各总体出现概率的大小，也给不出预报的后验概率及错判率的估计以及错判之后造成的损失。而Bayes判别对判别变量要求严格，很好地克服了距离判别、Fisher判别的不足，且已广泛应用于经济学、社会学、自然科学、医学等多个领域。
在茶叶领域，本专利首次提出应用基于生化成分的Bayes逐步判别分析法进行乌龙茶产地的判别，所提技术明显优于目前已有方法。如有学者采用基于化学指纹图谱的Fisher判别法进行了的茶叶原料的判别分析研究[1]，本专利与上述文献的不同及优势之处在于：①本专利所应用的Bayes逐步判别分析法明显优于Fisher判别法；②本专利所应用的Bayes逐步判别分析法一步到位、快速、有效。即本专利采用SPSS统计软件Analyze模块下的Discriminant(判别分析)即可完成，无需分多分析模块进行。③与上述方法相比，本专利是基于生化成分的乌龙茶产地判别分析法，所采用变量及分析目的与已有文献不同，且变量检测方法均有国际标准可依；判别技术成熟，分析结果客观，方法简单易行，便于推广应用。
注：上述引用文献如下：
[1]王丽鸳, 成浩, 周健, 等. 基于多元化学指纹图谱的武夷岩茶身份判别研究[J]. 茶叶科学。
发明内容
本发明的目的是提出一种基于茶叶生化成分的乌龙茶产地判别方法，该方法仅需知道茶叶的咖啡碱、C、EGCG、ECG、锰和锌六项生化成分数值，代入本发明提出的函数经简单计算即可实现乌龙茶闽南、闽北、广东三产地的快速、有效区分。
本发明采用以下方案实现：一种基于茶叶生化成分的乌龙茶产地判别方法，其特征在于：适用于判别闽南、闽北和广东三个产地的乌龙茶归属，构建乌龙茶产地的Bayes判别函数，该函数的表达式为：
F闽南=3.057x6＋5.061x1＋14.557x7＋160.863x4＋0.025x8＋0.332 x9－46.852；
F闽北=1.199x6＋8.070x1＋16.476x7＋200.408x4＋0.018x8＋0.527 x9－52.8502；
F广东=5.586x6＋8.905x1＋5.534x7＋183.393x4＋0.021x8＋0.493 x9－68.277；
其中自变量x1为咖啡碱，x4为C，x6为EGCG，x7为ECG，x8为锰，x9为锌，将该自变量数值代入所述Bayes判别函数，计算所得最大值所对应的函数类别即为该茶的归属地。
在本发明一实施例中，所述乌龙茶产地的Bayes判别函数的方法包括：
首先，检测乌龙茶产品中咖啡碱、儿茶素、锰、锌四项生化成分；
其次，以所述四项生化成分以及EGC、C、EC、EGCG、ECG为变量，采用SPSS统计软件Analyze模块下的判别分析Discriminant，按统计量Wilks' Lambda最小值原则筛选变量，进行逐步判别分析，建立所述Bayes判别函数。
在本发明一实施例中，还包括Bayes判别函数的验证：
首先，进行训练样本的回代判别，获得回代正判率；
其次，每次剔出训练样本中的一个样本，利用其余样本建立判别函数，再用所建立的判别函数对剔出的那个样本作判别，并依序轮流完成所有观测值的分析；
最后，采用外部验证样本验证判别函数的判别效果。
本发明的有益效果是：本发明提出的判别函数的正判率达95%，判别效果良好。且简单易行，只需知道待判乌龙茶茶样的六项生化成分数值：EGCG、咖啡碱、ECG、C、锰和锌，经简单计算即可实现乌龙茶闽南、闽北、广东三产地的快速、有效区分，不仅能够满足普通消费者茶类区分的要求，还可为国际茶叶贸易中的茶类判别提供参考。
具体实施方式
本实施例提供一种基于茶叶生化成分的乌龙茶产地判别方法，其特征在于：适用于判别闽南、闽北和广东三个产地的乌龙茶归属，构建乌龙茶产地的Bayes判别函数，该函数的表达式为：
F闽南=3.057x6＋5.061x1＋14.557x7＋160.863x4＋0.025x8＋0.332 x9－46.852；
F闽北=1.199x6＋8.070x1＋16.476x7＋200.408x4＋0.018x8＋0.527 x9－52.8502；
F广东=5.586x6＋8.905x1＋5.534x7＋183.393x4＋0.021x8＋0.493 x9－68.277；
其中自变量x1为咖啡碱，x4为C，x6为EGCG，x7为ECG，x8为锰，x9为锌，将该自变量数值代入所述Bayes判别函数，计算所得最大值所对应的函数类别即为该茶的归属地。
例如，已知一新茶样的9项自变量值（按表二顺序）依次是2.20、8.40、2.10、0.06、0.7、4.6、1.0、1026、27.20，将入选变量代入上述的三个类组函数，就可以计算出各类组的函数值，它们分别是36.81、31.71、29.03，其中36.81=3.057×4.60＋5.061×2.20＋14.557×1.00＋160.863×0.06＋0.025×1026＋0.332×27.2－46.852，三个函数值中的最大值36.81是由“闽南”的判别函数计算得出，故这一新茶样将被归属在闽南类组。
这里要说明的是，本发明的关键在于提出了一种Bayes判别函数，通过所述自变量代入该函数，即可得出判断结果，这里为了让本领域的技术人员更好的理解上述Bayes判别函数符合判别标准，下面对该函数的构建方式及验证方式进行简单的介绍，要说明的是，该构建原理并不是用于限制本发明判别方法的技术方案。
所述乌龙茶产地的Bayes判别函数的方法包括：
首先，采用国际和国家标准（见表一），检测闽南、闽北和广东共3产地的乌龙茶产品中咖啡碱、儿茶素、锰、锌等四项生化成分；
表一
其次，以所述四项生化成分以及EGC(表没食子儿茶素)、C(儿茶素)、EC(表儿茶素)、EGCG(表没食子儿茶素没食子酸酯)、ECG(表儿茶素没食子酸酯)这9项为变量，如表二所示，采用SPSS统计软件Analyze模块下的判别分析Discriminant，按统计量Wilks' Lambda最小值原则筛选变量，进行逐步判别分析，即以逐步方式，将每一步骤中能将整体Wilks' Lambda值减到最小的变量选入判别模式，建立茶类的Bayes判别函数。
表二
该Bayes判别函数的验证包括：
首先，进行训练样本的回代判别，获得回代正判率；即将全体训练样本作为新样本，逐个回代已建立的判别函数中判别归属，例如，判别结果如下表：
回代正判率： (A+B+C)÷(A+B+C+b+c)×100%；
其次，每次剔出训练样本中的一个样本，利用其余样本建立判别函数，再用所建立的判别函数对剔出的那个样本作判别，并依序轮流完成所有观测值的分析；
最后，采用外部验证样本验证判别函数的判别效果，即验证判别函数分类是否正确，判断函数是否具有实际应用价值。一般正判率在90%以上，判别函数具有应用价值。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。
Claims (3)
1.一种基于茶叶生化成分的乌龙茶产地判别方法，其特征在于：适用于判别闽南、闽北和广东三个产地的乌龙茶归属，构建乌龙茶产地的Bayes判别函数，该函数的表达式为：
F闽南＝3.057x6+5.061x1+14.557x7+160.863x4+0.025x8+0.332x9-46.852；
F闽北＝1.199x6+8.070x1+16.476x7+200.408x4+0.018x8+0.527x9-52.8502；
F广东＝5.586x6+8.905x1+5.534x7+183.393x4+0.021x8+0.493x9-68.277；
其中自变量x1为咖啡碱，x4为C，x6为EGCG，x7为ECG，x8为锰，x9为锌，将该自变量数值代入所述Bayes判别函数，计算所得最大值所对应的函数类别即为该茶的归属地。
2.根据权利要求1所述的一种基于茶叶生化成分的乌龙茶产地判别方法，其特征在于：所述乌龙茶产地的Bayes判别函数的方法包括：
首先，检测乌龙茶产品中咖啡碱、儿茶素、锰、锌四项生化成分；
其次，以所述四项生化成分以及EGC、C、EC、EGCG、ECG为变量，采用SPSS统计软件Analyze模块下的判别分析Discriminant，按统计量Wilks′Lambda最小值原则筛选变量，进行逐步判别分析，建立所述Bayes判别函数。
3.根据权利要求2所述的一种基于茶叶生化成分的乌龙茶产地判别方法，其特征在于：还包括Bayes判别函数的验证：
首先，进行训练样本的回代判别，获得回代正判率；
其次，每次剔出训练样本中的一个样本，利用其余样本建立判别函数，再用所建立的判别函数对剔出的那个样本作判别，并依序轮流完成所有观测值的分析；
最后，采用外部验证样本验证判别函数的判别效果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210194060.2A CN102692482B (zh) | 2012-06-13 | 2012-06-13 | 一种基于茶叶生化成分的乌龙茶产地判别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210194060.2A CN102692482B (zh) | 2012-06-13 | 2012-06-13 | 一种基于茶叶生化成分的乌龙茶产地判别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102692482A true CN102692482A (zh) | 2012-09-26 |
| CN102692482B CN102692482B (zh) | 2015-02-04 |
Family
ID=46858077
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210194060.2A Active CN102692482B (zh) | 2012-06-13 | 2012-06-13 | 一种基于茶叶生化成分的乌龙茶产地判别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102692482B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104764864A (zh) * | 2014-01-08 | 2015-07-08 | 中国科学院沈阳应用生态研究所 | 一种鉴别农产品产地的方法 |
| CN105241929A (zh) * | 2015-09-17 | 2016-01-13 | 中国农业大学 | 一种基于味觉信息快速鉴定普洱茶储藏年份的方法 |
| CN105938093A (zh) * | 2016-06-08 | 2016-09-14 | 福建农林大学 | 一种基于遗传算法结合支持向量机的乌龙茶产地判别方法 |
| CN106324106A (zh) * | 2015-06-15 | 2017-01-11 | 财团法人食品工业发展研究所 | 区别两不同产地的同一种茶叶产品的方法 |
| CN106324112A (zh) * | 2015-06-26 | 2017-01-11 | 云南天士力帝泊洱生物茶集团有限公司 | 一种普洱茶提取物hplc指纹图谱的建立及检测方法 |
| CN107423750A (zh) * | 2017-05-10 | 2017-12-01 | 贵州大学 | 一种有效的辣椒产地溯源方法 |
| CN107561152A (zh) * | 2017-08-29 | 2018-01-09 | 福建出入境检验检疫局检验检疫技术中心 | 一种野生、组培及大棚种植金线莲的鉴别方法 |
| CN115524437A (zh) * | 2022-10-11 | 2022-12-27 | 云南中烟工业有限责任公司 | 一种基于gc-ms对国内外公丁香进行产地判定的方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101059425A (zh) * | 2007-05-29 | 2007-10-24 | 浙江大学 | 基于多光谱图像的纹理分析鉴别不同品种绿茶的方法和装置 |
| CN101413883A (zh) * | 2008-11-20 | 2009-04-22 | 河北大学 | 一种用红外光谱技术鉴别茶叶产地的方法 |
| CN101806794A (zh) * | 2010-03-31 | 2010-08-18 | 中国人民解放军总后勤部油料研究所 | 一种发动机润滑油种类快速识别方法 |
-
2012
- 2012-06-13 CN CN201210194060.2A patent/CN102692482B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101059425A (zh) * | 2007-05-29 | 2007-10-24 | 浙江大学 | 基于多光谱图像的纹理分析鉴别不同品种绿茶的方法和装置 |
| CN101413883A (zh) * | 2008-11-20 | 2009-04-22 | 河北大学 | 一种用红外光谱技术鉴别茶叶产地的方法 |
| CN101806794A (zh) * | 2010-03-31 | 2010-08-18 | 中国人民解放军总后勤部油料研究所 | 一种发动机润滑油种类快速识别方法 |
Non-Patent Citations (3)
| Title |
|---|
| 叶国注 等: "Bayes逐步判别法在绿茶板栗香化学识别上的应用", 《茶叶科学》, vol. 29, no. 1, 28 February 2009 (2009-02-28) * |
| 孙威江 等: "乌龙茶品质评定与产品判别研究", 《茶叶科学》, vol. 31, no. 4, 31 August 2011 (2011-08-31) * |
| 陈希镇 等: "科学分析和SPSS的使用", 《科学技术与工程》, vol. 8, no. 13, 31 July 2008 (2008-07-31) * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104764864A (zh) * | 2014-01-08 | 2015-07-08 | 中国科学院沈阳应用生态研究所 | 一种鉴别农产品产地的方法 |
| CN104764864B (zh) * | 2014-01-08 | 2016-08-17 | 中国科学院沈阳应用生态研究所 | 一种鉴别农产品产地的方法 |
| CN106324106A (zh) * | 2015-06-15 | 2017-01-11 | 财团法人食品工业发展研究所 | 区别两不同产地的同一种茶叶产品的方法 |
| CN106324106B (zh) * | 2015-06-15 | 2020-04-24 | 财团法人食品工业发展研究所 | 区别两不同产地的同一种茶叶产品的方法 |
| CN106324112A (zh) * | 2015-06-26 | 2017-01-11 | 云南天士力帝泊洱生物茶集团有限公司 | 一种普洱茶提取物hplc指纹图谱的建立及检测方法 |
| CN105241929A (zh) * | 2015-09-17 | 2016-01-13 | 中国农业大学 | 一种基于味觉信息快速鉴定普洱茶储藏年份的方法 |
| CN105241929B (zh) * | 2015-09-17 | 2018-03-02 | 中国农业大学 | 一种基于味觉信息快速鉴定普洱茶储藏年份的方法 |
| CN105938093A (zh) * | 2016-06-08 | 2016-09-14 | 福建农林大学 | 一种基于遗传算法结合支持向量机的乌龙茶产地判别方法 |
| CN107423750A (zh) * | 2017-05-10 | 2017-12-01 | 贵州大学 | 一种有效的辣椒产地溯源方法 |
| CN107561152A (zh) * | 2017-08-29 | 2018-01-09 | 福建出入境检验检疫局检验检疫技术中心 | 一种野生、组培及大棚种植金线莲的鉴别方法 |
| CN115524437A (zh) * | 2022-10-11 | 2022-12-27 | 云南中烟工业有限责任公司 | 一种基于gc-ms对国内外公丁香进行产地判定的方法 |
| CN115524437B (zh) * | 2022-10-11 | 2024-07-05 | 云南中烟工业有限责任公司 | 一种基于gc-ms对国内外公丁香进行产地判定的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102692482B (zh) | 2015-02-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102692482B (zh) | 一种基于茶叶生化成分的乌龙茶产地判别方法 | |
| Fang et al. | Geographical origin traceability of Keemun black tea based on its non‐volatile composition combined with chemometrics | |
| CN103558311B (zh) | 一种基于茶叶生化成分的绿茶苦涩味判别方法 | |
| CN107894408A (zh) | 一种基于近红外光谱仪的食用油多元掺伪鉴别方法 | |
| CN106932463A (zh) | 一种快速、无损的茶叶产地鉴定方法 | |
| CN105044198B (zh) | 一种基于矿质元素指纹鉴别葡萄酒原产地的方法 | |
| CN104132968A (zh) | 一种大米地理标志的鉴别方法及其应用 | |
| CN101303296A (zh) | 地理标志保护的西湖龙井的真伪鉴别方法 | |
| CN103234767A (zh) | 基于半监督流形学习的非线性故障检测方法 | |
| CN107607598B (zh) | 基于非线性化学指纹图谱技术的黑枸杞真伪鉴别的方法 | |
| CN104122308A (zh) | 基于电子舌检测的差别度计算方法及茶叶品质鉴别方法 | |
| CN102012365A (zh) | 一种基于红外光谱的茶叶发酵度识别方法 | |
| CN104569310A (zh) | 一种基于化学成分的黑茶产地的鉴别方法 | |
| CN106560693A (zh) | 基于偏最小二乘判别的武夷岩茶产地鉴别方法 | |
| CN104111274A (zh) | 一种利用气体传感器阵列型电子鼻指纹分析系统鉴别杨梅汁产地的方法 | |
| CN103487465A (zh) | 一种基于方差比的表征蜂蜜差异性智能嗅觉图谱特征提取方法 | |
| Qi et al. | Characterization of Gentiana Rigescen s by Ultraviolet–Visible and Infrared Spectroscopies with Chemometrics | |
| CN106560701A (zh) | 基于五隐藏层的武夷岩茶产地深度学习系统 | |
| Xu et al. | Protected Geographical Indication Identification of a Chinese Green Tea (Anji‐White) by Near‐Infrared Spectroscopy and Chemometric Class Modeling Techniques | |
| CN103575764A (zh) | 一种基于支持向量机算法优化的蜂蜜检测方法 | |
| CN102692485A (zh) | 一种基于茶叶生化成分的绿茶与白茶的判别方法 | |
| CN107273421A (zh) | 一种高准确性茶叶香气类型和品质的模式识别检测方法 | |
| CN106560702A (zh) | 联合电子舌和色谱分离技术的武夷岩茶产地鉴别方法 | |
| CN104198529A (zh) | 一种利用电子鼻技术鉴别阿胶的方法 | |
| CN105067624B (zh) | 一种食醋、酱油的类别鉴别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |