CN105021561A - 一种用近红外光谱仪扫描预测青砖茶原料渥堆程度的方法 - Google Patents
一种用近红外光谱仪扫描预测青砖茶原料渥堆程度的方法 Download PDFInfo
- Publication number
- CN105021561A CN105021561A CN201510321679.9A CN201510321679A CN105021561A CN 105021561 A CN105021561 A CN 105021561A CN 201510321679 A CN201510321679 A CN 201510321679A CN 105021561 A CN105021561 A CN 105021561A
- Authority
- CN
- China
- Prior art keywords
- green brick
- near infrared
- brick tea
- raw material
- wet heap
- 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.)
- Pending
Links
- 239000011449 brick Substances 0.000 title claims abstract description 69
- 239000002994 raw material Substances 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 24
- 241001122767 Theaceae Species 0.000 title claims abstract 19
- 238000000855 fermentation Methods 0.000 title abstract description 11
- 230000004151 fermentation Effects 0.000 title abstract description 10
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 24
- 230000003287 optical effect Effects 0.000 claims abstract description 5
- 235000013616 tea Nutrition 0.000 claims description 63
- 238000001228 spectrum Methods 0.000 claims description 31
- 238000000513 principal component analysis Methods 0.000 claims description 25
- 239000000463 material Substances 0.000 claims description 22
- 238000010298 pulverizing process Methods 0.000 claims description 4
- 230000004069 differentiation Effects 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 abstract description 3
- 244000269722 Thea sinensis Species 0.000 description 49
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004611 spectroscopical analysis Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000796 flavoring agent Substances 0.000 description 2
- 235000019634 flavors Nutrition 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 210000000697 sensory organ Anatomy 0.000 description 2
- 235000014347 soups Nutrition 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 1
- 244000062793 Sorghum vulgare Species 0.000 description 1
- 238000000862 absorption spectrum Methods 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 235000009569 green tea Nutrition 0.000 description 1
- 235000019713 millet Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种用近红外光谱仪扫描预测青砖茶原料渥堆程度的方法，应用近红外光谱仪、以积分球为光学平台进行扫描，包括以下步骤：青砖茶原料的选取，青砖茶原料样品近红外光谱扫描，利用光谱软件将青砖茶渥堆原料近红外光谱全部转化为成对的数据点，在Matlab软件平台对上述数据点进行主成分分析，分别以前三个主成分数PC1、PC2和PC3作为X轴、Y轴和Z轴，将数据输入到origin？8.0软件中，得到不同渥堆程度青砖茶渥堆原料样品的空间分布图，不同渥堆程度青砖茶渥堆原料样品在空间中没有出现交叉分布的情况；从而实现了快速准确无损的预测青砖茶原料的渥堆程度的目的。
Description
技术领域
本发明涉及一种确定青砖茶渥堆时间的方法，更具体的说涉及一种用近红外光谱仪扫描预测青砖茶原料渥堆程度的方法。
背景技术
近红外光谱区是人们在吸收光谱中发现的第一个非可见光区，近红外光谱区与有机分子中含氢基团（O-H、N-H、C-H）振动的合频和各级倍频的吸收区一致。近红外光谱分析技术（NIR）是 90 年代以来发展最快、最引人注目的分析技术之一，其可以用于农产品（包括谷物、饲料、水果、蔬菜和茶叶等）成份快速定量检测的探讨研究，通过扫描样品的近红外光谱，可以得到样品中有机分子含氢基团的特征信息；而且利用近红外光谱技术分析样品具有方便、快速、高效、准确和成本较低，不破坏样品，不消耗化学试剂，不污染环境等优点，因此该技术越来越受到大家的青睐。
渥堆，是青砖茶制作过程中一种特殊的发酵工艺，是指将晒青毛茶堆放成一定高度（通常在2m左右）后洒水，上覆麻布以促进茶叶发酵作用，使之在湿热作用下发酵20天左右，待茶叶转化到一定程度后，再摊开晾干，渥堆后的茶叶再经过一系列的加工工序后成为青砖茶。渥堆是形成青砖茶特有品质的关键工序，毛茶的品质随着渥堆时间的长短而呈现显著地差异。对青砖茶加工原料来说，当渥堆不足时，汤色很淡，滋味偏淡，不利于青砖茶的品质形成；渥堆适宜时则会呈现出青砖茶特有的汤色红亮、陈香足等品质风味；而渥堆过度时则会使茶汤带酸，其品质下降；因此在实际生产中要恰当把握青砖茶的渥堆程度，才能生产出符合品质的加工原料。现有通常采用感官评价的方法来确定青砖茶原料的渥堆程度；但是，这种方法通常是依靠个人感官和经验阅历判别青砖茶原料渥堆发酵程度的，而人的感觉器官灵敏性易受自身工作经验、当时的生理状况及外界条件如周边环境、天气、温湿度等因素的影响，具有较大的主观性和随意性。因此，必须建立一套青砖茶渥堆程度的判别方法来保证青砖茶渥堆的可靠性，使青砖茶渥堆达到最优的程度，以利用后续的加工。
发明内容
本发明的目的在于针对现有的通过感官评价青砖茶原料渥堆程度的方法具有较大的主观性和随意性等缺陷，提供一种用近红外光谱仪扫描预测青砖茶原料渥堆程度的方法。
为实现上述目的，本发明的技术解决方案是：一种用近红外光谱仪扫描预测青砖茶原料渥堆程度的方法，应用近红外光谱仪、以积分球为光学平台进行扫描，具体包括以下步骤：
步骤一、青砖茶原料的选取
分别选取不同渥堆时间的青砖茶原料样品，然后将样品用粉碎机粉碎，待扫描近红外光谱；
步骤二、青砖茶原料样品近红外光谱扫描
a、将近红外光谱仪放置于室内，保持室内温度在20-25°、湿度在30%-50%，并预热该近红外光谱仪1 h以上；
b、扫描粉碎后的青砖茶渥堆原料样品近红外光谱，逐一对每个样品采集6条光谱，取6条采集光谱的平均值作为该样品的最终光谱；
步骤三、利用光谱软件将青砖茶渥堆原料样品近红外光谱全部转化为成对的数据点，以便后期进行主成分分析；
步骤四、在Matlab软件平台对步骤三中的数据点进行主成分分析，求得样品光谱的主成分数及其贡献率，获知该样品光谱的前三个主成分数PC1、PC2和PC3的累计贡献率大于85%；
步骤五、分别以前三个主成分数PC1、PC2和PC3作为X轴、Y轴和Z轴，将数据输入到origin 8.0软件中，得到不同渥堆程度青砖茶渥堆原料样品的空间分布图，不同渥堆程度青砖茶渥堆原料样品在空间中没有出现交叉分布的情况，实现了不同渥堆程度青砖茶原料的判别。
所述步骤二中的近红外光谱仪为美国赛默飞Antaris Ⅱ型傅里叶近红外光谱仪。
所述的步骤二中每条光谱采集扫描 64次。
所述的步骤三中采用TQ analyst软件将样品光谱全部转化为数据点，使数据点间间隔为3.86cm-1。
与现有技术相比，本发明的有益效果：
本发明中通过近红外光谱仪扫描渥堆青砖茶原料的近红外光谱，并将样品光谱全部转化为数据点；再利用主成分分析法对数据点进行数学分析，主成分分析法能够达到数据降维和去除光谱噪声的目的；再求得该样品光谱的主成分数及其贡献率，以前三个主成分数PC1，PC2和PC3作为X轴、Y轴和Z轴将数据输入到origin 8.0软件中，得到不同渥堆程度样品的空间分布图，实现了识别了不同渥堆程度的青砖茶原料，达到了青砖茶原料不同渥堆程度快速、无损和准确鉴别的目的，提高了渥堆原料渥堆程度的检测精度，能够使青砖茶渥堆达到最优的程度，以利用后续的加工。
附图说明
图1是本发明中渥堆样品原始光谱图。
图2是本发明中前6个主成分累计贡献率图。
图3是本发明中 PC1、PC2和PC3空间分布图。
具体实施方式
以下结合附图说明和具体实施方式对本发明作进一步的详细描述。
一种用近红外光谱仪扫描预测青砖茶原料渥堆程度的方法，应用近红外光谱仪采用近红外光谱技术、以积分球为光学平台进行扫描，利用主成分分析法（PCA）判别青砖茶原料的渥堆程度，具体包括以下步骤：
步骤一、青砖茶原料的选取
分别选取不同渥堆时间的青砖茶原料样品，然后将样品用粉碎机粉碎，待扫描近红外光谱。
步骤二、青砖茶原料样品近红外光谱扫描
a、将近红外光谱仪放置于室内，保持室内温度在20-25°、湿度在30%-50%，并预热该近红外光谱仪1 h以上；具体的，所述的近红外光谱仪为美国赛默飞Antaris Ⅱ型傅里叶近红外光谱仪。
b、扫描粉碎后的青砖茶渥堆原料样品近红外光谱，逐一对每个样品采集6条光谱，取6条采集光谱的平均值作为该样品的最终光谱。具体的，每条光谱采集扫描 64次，从而使得能够实时获取更多样本表面的漫反射光谱信息。
步骤三、利用光谱软件将青砖茶渥堆原料样品近红外光谱全部转化为成对的数据点，以便后期进行主成分分析。具体的，此处采用TQ analyst软件将样品光谱全部转化为数据点，使数据点间间隔为3.86cm-1。
步骤四、在Matlab软件平台对步骤三中的数据点进行主成分分析，求得样品光谱的主成分数及其贡献率，获知该样品光谱的前三个主成分数PC1、PC2和PC3的累计贡献率大于85%。
步骤五、分别以前三个主成分数PC1、PC2和PC3作为X轴、Y轴和Z轴，将数据输入到origin 8.0软件中，得到不同渥堆程度青砖茶渥堆原料样品的空间分布图，不同渥堆程度青砖茶渥堆原料样品在空间中没有出现交叉分布的情况，实现了不同渥堆程度青砖茶原料的判别。
具体实施例一：
（1）青砖茶原料的选取
分别选取渥堆0天、2天、4天、7天、10天、13天、16天、19天、22天和25天的青砖茶原料，利用粉碎机将样品粉碎，待扫描近红外光谱。
（2）青砖茶原料样品近红外光谱扫描
首先将近红外光谱仪放置于室内，保持室内温度在20-25°、湿度在30%-50%，并预热该近红外光谱仪1 h以上。具体采用美国赛默飞Antaris Ⅱ型傅里叶近红外光谱仪，测量选用积分球漫反射光学平台，该近红外光谱仪光谱扫描区间为4000 cm-1 ~ 10000cm-1、分辨率为8cm-1，检测器为InGaAs。
参见图1，然后用该近红外光谱仪扫描粉碎后的青砖茶渥堆原料样品近红外光谱，将全部渥堆样品每个采集6条光谱，每次扫描64次，取6次采集光谱的平均值作为该样品的最终光谱。
（3）光谱数据转换
利用仪器自带的光谱数据分析软件TQ Analyst 9.4.45将扫描得到的样品转化为成对的光谱数据点，数据点间间隔为3.86cm-1，每条光谱有1557对数据点。
（4）参见图2，在Mablab R 2007a(Mathworks, USA)软件平台上，对上述光谱数据进行主成分分析，求得全部光谱的主成分数及其贡献率，获知该样品光谱的前三个主成分数PC1、PC2和PC3的累计贡献率大于85%，并参见下面表1。
表1 前9个主成分贡献率
。
其中前三个主成分PC1、PC2和PC3的累计贡献率大于85%（为98.94%），则前三个主成分PC1、PC2和PC3可以认为代表上述近红外光谱的主要信息。
经过主成分分析后，前三个主成分的scores值参见下面的表2：
表2 前三个主成分scores值
。
（5）参见图3，分别以前三个主成分数PC1、PC2和PC3作为X轴、Y轴和Z轴，将数据输入到origin 8.0软件中，得到不同渥堆程度青砖茶渥堆原料样品的空间分布图，不同渥堆程度青砖茶渥堆原料样品在空间中没有出现交叉分布的情况，实现了不同渥堆程度青砖茶原料的识别，从而达到了不同渥堆程度样品的快速、无损和准确鉴别的目的。
参见图3，同时从图3中也可以看出，渥堆0天样品和渥堆2天样品空间位置分布较为接近，说明在开始渥堆的2天时间内，样品发生化学反应的进程较为缓慢，内含物质变化较少；随着渥堆进行过程中样品含水量的增加，堆内样品温度的升高，样品发生化学反应进程逐渐加快，在渥堆的4-7天时间内发生了剧烈的化学反应，随后化学反应进程逐渐变得缓慢，在渥堆22-25天内又开始发生了较为强烈的化学反应，这可以从渥堆25天样品和渥堆22天样品的空间分布位置中明显看出来。
本发明中通过利用近红外光谱分析软件将样品光谱全部转化为数据点，利用主成分分析法对数据点进行数学分析，达到数据降维和去除光谱噪声的目的，通过建立样品的scores分布图，进而实现能够快速准确的预测渥堆原料的发酵程度。同时，近红外光谱分析技术具有快速、无损和成本低等优点，提高了渥堆原料渥堆程度的检测精度，能够使青砖茶原料渥堆达到最优的程度，以便于后续的加工，生产出优质的青砖茶产品。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，上述结构都应当视为属于本发明的保护范围。
Claims (4)
1.一种用近红外光谱仪扫描预测青砖茶原料渥堆程度的方法，其特征在于，应近红外光谱仪、以积分球为光学平台进行扫描，具体包括以下步骤：
步骤一、青砖茶原料的选取
分别选取不同渥堆时间的青砖茶原料样品，然后将样品用粉碎机粉碎，待扫描近红外光谱；
步骤二、青砖茶原料样品近红外光谱扫描
a、将近红外光谱仪放置于室内，保持室内温度在20-25°、湿度在30%-50%，并预热该近红外光谱仪1 h以上；
b、扫描粉碎后的青砖茶渥堆原料样品近红外光谱，逐一对每个样品采集6条光谱，取6条采集光谱的平均值作为该样品的最终光谱；
步骤三、利用光谱软件将青砖茶渥堆原料样品近红外光谱全部转化为成对的数据点，以便后期进行主成分分析；
步骤四、在Matlab软件平台对步骤三中的数据点进行主成分分析，求得样品光谱的主成分数及其贡献率，获知该样品光谱的前三个主成分数PC1、PC2和PC3的累计贡献率大于85%；
步骤五、分别以前三个主成分数PC1、PC2和PC3作为X轴、Y轴和Z轴，将数据输入到origin 8.0软件中，得到不同渥堆程度青砖茶渥堆原料样品的空间分布图，不同渥堆程度青砖茶渥堆原料样品在空间中没有出现交叉分布的情况，实现了不同渥堆程度青砖茶原料的判别。
2.根据权利要求1所述的一种用近红外光谱仪扫描预测青砖茶原料渥堆程度的方法，其特征在于：所述步骤二中的近红外光谱仪为美国赛默飞Antaris Ⅱ型傅里叶近红外光谱仪。
3.根据权利要求1所述的一种用近红外光谱仪扫描预测青砖茶原料渥堆程度的方法，其特征在于：所述的步骤二中每条光谱采集扫描 64次。
4.根据权利要求1所述的一种用近红外光谱仪扫描预测青砖茶原料渥堆程度的方法，其特征在于：所述的步骤三中采用TQ analyst软件将样品光谱全部转化为数据点，使数据点间间隔为3.86cm-1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510321679.9A CN105021561A (zh) | 2015-06-12 | 2015-06-12 | 一种用近红外光谱仪扫描预测青砖茶原料渥堆程度的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510321679.9A CN105021561A (zh) | 2015-06-12 | 2015-06-12 | 一种用近红外光谱仪扫描预测青砖茶原料渥堆程度的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105021561A true CN105021561A (zh) | 2015-11-04 |
Family
ID=54411694
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510321679.9A Pending CN105021561A (zh) | 2015-06-12 | 2015-06-12 | 一种用近红外光谱仪扫描预测青砖茶原料渥堆程度的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105021561A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109142628A (zh) * | 2018-08-02 | 2019-01-04 | 湖北省农业科学院农业质量标准与检测技术研究所 | 黑茶渥堆自动检测控制方法、装置及系统 |
| CN114993978A (zh) * | 2022-06-03 | 2022-09-02 | 湖北省农业科学院果树茶叶研究所 | 一种基于深度学习的青砖茶渥堆程度精准预测方法 |
| CN115060683A (zh) * | 2022-06-07 | 2022-09-16 | 湖北省农业科学院果树茶叶研究所 | 一种青砖茶原料渥堆程度的智能化分析方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005096938A1 (ja) * | 2004-03-31 | 2005-10-20 | Pola Chemical Industries Inc. | 毛髪損傷度合の判定方法 |
| CN1763542A (zh) * | 2005-09-27 | 2006-04-26 | 浙江大学 | 普洱茶品质鉴定方法 |
| CN101158657A (zh) * | 2007-11-12 | 2008-04-09 | 浙江大学 | 基于x射线荧光技术的茶叶产地鉴别方法 |
| CN102012365A (zh) * | 2010-10-27 | 2011-04-13 | 河北大学 | 一种基于红外光谱的茶叶发酵度识别方法 |
| CN104034743A (zh) * | 2014-05-29 | 2014-09-10 | 南京中医药大学 | 禹余粮的X射线粉末衍射Fourier指纹图谱的建立方法、标准指纹图谱及其应用 |
| CN104569310A (zh) * | 2014-12-31 | 2015-04-29 | 安徽农业大学 | 一种基于化学成分的黑茶产地的鉴别方法 |
-
2015
- 2015-06-12 CN CN201510321679.9A patent/CN105021561A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005096938A1 (ja) * | 2004-03-31 | 2005-10-20 | Pola Chemical Industries Inc. | 毛髪損傷度合の判定方法 |
| CN1763542A (zh) * | 2005-09-27 | 2006-04-26 | 浙江大学 | 普洱茶品质鉴定方法 |
| CN101158657A (zh) * | 2007-11-12 | 2008-04-09 | 浙江大学 | 基于x射线荧光技术的茶叶产地鉴别方法 |
| CN102012365A (zh) * | 2010-10-27 | 2011-04-13 | 河北大学 | 一种基于红外光谱的茶叶发酵度识别方法 |
| CN104034743A (zh) * | 2014-05-29 | 2014-09-10 | 南京中医药大学 | 禹余粮的X射线粉末衍射Fourier指纹图谱的建立方法、标准指纹图谱及其应用 |
| CN104569310A (zh) * | 2014-12-31 | 2015-04-29 | 安徽农业大学 | 一种基于化学成分的黑茶产地的鉴别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 周健等: "滇青、青饼和普洱茶(熟饼)近红外指纹图谱分析", 《核农学报》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109142628A (zh) * | 2018-08-02 | 2019-01-04 | 湖北省农业科学院农业质量标准与检测技术研究所 | 黑茶渥堆自动检测控制方法、装置及系统 |
| CN109142628B (zh) * | 2018-08-02 | 2021-06-11 | 湖北省农业科学院农业质量标准与检测技术研究所 | 黑茶渥堆自动检测控制方法、装置及系统 |
| CN114993978A (zh) * | 2022-06-03 | 2022-09-02 | 湖北省农业科学院果树茶叶研究所 | 一种基于深度学习的青砖茶渥堆程度精准预测方法 |
| CN115060683A (zh) * | 2022-06-07 | 2022-09-16 | 湖北省农业科学院果树茶叶研究所 | 一种青砖茶原料渥堆程度的智能化分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhao et al. | Near infrared reflectance spectroscopy for determination of the geographical origin of wheat | |
| Ouyang et al. | Real-time monitoring of process parameters in rice wine fermentation by a portable spectral analytical system combined with multivariate analysis | |
| CN100458414C (zh) | 采用近红外光检测片烟化学成分的方法 | |
| CN107894408A (zh) | 一种基于近红外光谱仪的食用油多元掺伪鉴别方法 | |
| CN102288572A (zh) | 利用近红外光谱技术快速检测中药药材指标性成分含量的方法 | |
| CN104076012B (zh) | 一种近红外光谱法快速检测冰片质量的模型建立方法 | |
| Zhao et al. | Effects of grown origin, genotype, harvest year, and their interactions of wheat kernels on near infrared spectral fingerprints for geographical traceability | |
| CN104792722A (zh) | 一种沉香含油率近红外光谱预测模型的建立 | |
| CN103278473B (zh) | 白胡椒中胡椒碱及水分含量的测定和品质评价方法 | |
| CN104297203B (zh) | 一种基于近红外光谱分析技术的工夫红茶发酵质量的快速判别方法 | |
| CN106501208A (zh) | 一种基于近红外光谱特征的烟叶风格相似性分类方法 | |
| CN103674887B (zh) | 冬虫夏草全草的红外光谱分析鉴定方法 | |
| Ioannou‐Papayianni et al. | Authenticity of Cypriot sweet wine commandaria using FT‐IR and chemometrics | |
| CN105784628A (zh) | 一种利用中红外光谱检测土壤有机质化学组成的方法 | |
| CN105740898A (zh) | 一种利用光谱特征向量结合主成分分析建立分类模型的方法 | |
| CN109374548A (zh) | 一种利用近红外快速测定大米中营养成分的方法 | |
| CN105445218A (zh) | 中红外光谱油菜籽蛋白质含量检测自适应模型的建立方法 | |
| CN103822897A (zh) | 一种基于红外光谱的白酒鉴定及溯源方法 | |
| CN105021561A (zh) | 一种用近红外光谱仪扫描预测青砖茶原料渥堆程度的方法 | |
| CN103760126B (zh) | 冬虫夏草虫体的红外光谱分析鉴定方法 | |
| CN108760677A (zh) | 一种基于近红外光谱技术的法半夏掺伪鉴别方法 | |
| Hu et al. | Identification and quantification of adulterated Tieguanyin based on the fluorescence hyperspectral image technique | |
| Chen et al. | Rapid discrimination of xiaokeng green tea geographical origin using surface-enhanced Raman spectroscopy coupled with chemometrics | |
| Liu et al. | Research on the online rapid sensing method of moisture content in famous green tea spreading | |
| Deng et al. | Rapid determination of geographical authenticity of Gastrodia elata f. glauca using Fourier transform infrared spectroscopy and deep learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151104 |