CN109612972B - 一种基于碳量子点判别茶叶等级的方法 - Google Patents
一种基于碳量子点判别茶叶等级的方法 Download PDFInfo
- Publication number
- CN109612972B CN109612972B CN201811595391.0A CN201811595391A CN109612972B CN 109612972 B CN109612972 B CN 109612972B CN 201811595391 A CN201811595391 A CN 201811595391A CN 109612972 B CN109612972 B CN 109612972B
- Authority
- CN
- China
- Prior art keywords
- tea
- grade
- carbon quantum
- grades
- raw material
- 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.)
- Active
Links
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 29
- 241001122767 Theaceae Species 0.000 title claims abstract 32
- 238000002189 fluorescence spectrum Methods 0.000 claims abstract description 32
- 239000002994 raw material Substances 0.000 claims abstract description 25
- 238000006243 chemical reaction Methods 0.000 claims abstract description 16
- 230000004044 response Effects 0.000 claims abstract description 9
- 238000012795 verification Methods 0.000 claims abstract description 5
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Natural products NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 claims description 15
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 14
- 239000007788 liquid Substances 0.000 claims description 13
- 239000000243 solution Substances 0.000 claims description 12
- 150000008442 polyphenolic compounds Chemical class 0.000 claims description 11
- 235000013824 polyphenols Nutrition 0.000 claims description 11
- UMGDCJDMYOKAJW-UHFFFAOYSA-N thiourea Chemical compound NC(N)=S UMGDCJDMYOKAJW-UHFFFAOYSA-N 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 238000000513 principal component analysis Methods 0.000 claims description 6
- 239000004202 carbamide Substances 0.000 claims description 5
- 229910017052 cobalt Inorganic materials 0.000 claims description 5
- 239000010941 cobalt Substances 0.000 claims description 5
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 230000014509 gene expression Effects 0.000 claims description 5
- NLJMYIDDQXHKNR-UHFFFAOYSA-K sodium citrate Chemical compound O.O.[Na+].[Na+].[Na+].[O-]C(=O)CC(O)(CC([O-])=O)C([O-])=O NLJMYIDDQXHKNR-UHFFFAOYSA-K 0.000 claims description 5
- 239000001509 sodium citrate Substances 0.000 claims description 5
- 229910001429 cobalt ion Inorganic materials 0.000 claims description 4
- XLJKHNWPARRRJB-UHFFFAOYSA-N cobalt(2+) Chemical compound [Co+2] XLJKHNWPARRRJB-UHFFFAOYSA-N 0.000 claims description 4
- 229910021642 ultra pure water Inorganic materials 0.000 claims description 4
- 239000012498 ultrapure water Substances 0.000 claims description 4
- 238000001816 cooling Methods 0.000 claims description 3
- 230000005284 excitation Effects 0.000 claims description 3
- 238000001506 fluorescence spectroscopy Methods 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 230000036571 hydration Effects 0.000 claims description 3
- 238000006703 hydration reaction Methods 0.000 claims description 3
- 239000011259 mixed solution Substances 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000002137 ultrasound extraction Methods 0.000 claims description 3
- 238000001035 drying Methods 0.000 claims description 2
- 238000002156 mixing Methods 0.000 claims description 2
- 238000002798 spectrophotometry method Methods 0.000 claims description 2
- 238000003756 stirring Methods 0.000 claims description 2
- 238000002360 preparation method Methods 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 10
- CKUAXEQHGKSLHN-UHFFFAOYSA-N [C].[N] Chemical compound [C].[N] CKUAXEQHGKSLHN-UHFFFAOYSA-N 0.000 abstract description 7
- 239000002096 quantum dot Substances 0.000 abstract description 3
- 238000012854 evaluation process Methods 0.000 abstract description 2
- 244000269722 Thea sinensis Species 0.000 description 72
- 235000013616 tea Nutrition 0.000 description 57
- 235000006468 Thea sinensis Nutrition 0.000 description 15
- 235000020279 black tea Nutrition 0.000 description 15
- 239000000523 sample Substances 0.000 description 14
- 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 description 3
- 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 description 3
- 238000002790 cross-validation Methods 0.000 description 3
- 238000012850 discrimination method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 239000002086 nanomaterial Substances 0.000 description 2
- 238000012847 principal component analysis method Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004061 bleaching Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000469 ethanolic extract Substances 0.000 description 1
- 238000001917 fluorescence detection Methods 0.000 description 1
- 239000007850 fluorescent dye Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002386 leaching Methods 0.000 description 1
- 231100000053 low toxicity Toxicity 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002105 nanoparticle Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- -1 polytetrafluoroethylene Polymers 0.000 description 1
- 229920001343 polytetrafluoroethylene Polymers 0.000 description 1
- 239000004810 polytetrafluoroethylene Substances 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000012488 sample solution Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6428—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
- G01N21/643—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes" non-biological material
Landscapes
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Optics & Photonics (AREA)
- Molecular Biology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开了一种基于碳量子点判别茶叶等级的方法,检测不同原料等级茶叶样本的碳氮比值,建立不同等级茶叶样本碳氮差别比值与碳量子点反应的响应曲线,得到不同等级茶叶样本的荧光光谱响应强度值;基于不同原料等级茶叶样本的荧光光谱,构建不同原料等级茶叶样本的碳量子点荧光光谱判别模型;选取不同时节下采制的具有代表性的不同等级茶叶样本对所建判别模型进行校验,建立不同原料等级茶叶验证样本的碳量子点荧光光谱定性预测模型。本发明基于量子点判别茶叶等级的方法,可有效解决人工审评过程中由于主观因素影响而导致的审评结果缺乏一致性问题;可较好地消除不同审评人员间的判别结果误差,提高滋味等级审评结果的稳定性和准确性。
Description
技术领域
本发明涉及一种茶叶等级判别方法,尤其涉及的是一种基于碳量子点判别茶叶等级的方法。
背景技术
感官审评是一门较为科学的评价方法,具有直接、全面、快速等优点,在茶叶品质评价中应用广泛,是高校、科研院所及茶业企业从事茶叶品质控制的技术人员主要的评价手段。但该法易受审评者的主观意识和经验影响,存在审评评分表征评语不客观,感官指标制定不科学,审评结果受审评环境(温度、光照、噪音等)和审评设备(器具、水质)影响较大以及同类分析方法间缺乏可比性等问题,迫切需要一种客观、准确、便捷的茶叶品质与等级评价技术。
碳量子点是近年来发现的以碳为骨架结构的新型纳米材料,是一种分散、尺寸小于10nm的类球形纳米颗粒。由于碳量子点表现出荧光性好、稳定性强、耐光性和耐漂白性好,可调控发射波长等优越的荧光性能以及毒性低、生物相容性好、相对分子量低和颗粒粒径小等特点,在替代传统的荧光染料和量子点而应用于光学、生命科学、农学领域的研究中极具发展前景。碳量子点具备的高灵敏度特点,在样品识别领域具有广阔的应用前景。
发明内容
本发明所要解决的技术问题在于:现有技术无法实现客观准确的不同茶叶等级的分级,提供了一种基于碳量子点判别茶叶等级的方法。
本发明是通过以下技术方案解决上述技术问题的,本发明包括以下步骤:
(1)检测不同原料等级茶叶样本的碳氮比值,建立不同等级茶叶样本碳氮差别比值与碳量子点反应的响应曲线,得到不同等级茶叶样本的荧光光谱响应强度值;
(2)基于不同原料等级茶叶样本的荧光光谱,构建不同原料等级茶叶样本的碳量子点荧光光谱判别模型;
(3)选取不同时节下采制的具有代表性的不同等级茶叶样本对所建判别模型进行校验,建立不同原料等级茶叶验证样本的碳量子点荧光光谱定性预测模型。
所述步骤(1)具体过程如下:
(11)水合法制备碳量子点
取硫脲、尿素和柠檬酸钠溶于超纯水中,搅拌使其充分溶解;将混合溶液转移到反应釜中,于烘箱中加热,待反应结束冷却至室温,过滤得到的黄棕色的液体即为碳量子点溶液;
(12)制备不同等级茶叶的茶样
对特级、一级、二级、三级、四级、五级、六级和级外的待检茶叶样本分别加入乙醇进行超声浸提,然后离心过滤,得到不同原料等级茶叶的茶样;
(13)将碳量子点与茶样进行反应
将碳量子点、钴离子溶液和乙醇溶液萃取得到的茶样混合后,离心反应取上层液体;
(14)利用荧光分光光度法采集荧光光谱检测信息
将步骤(13)得到的上层液体放入荧光比色皿中,测定320nm激发波长下的荧光峰型和荧光发射峰强度。
所述荧光光谱检测信息中,钴离子-碳量子点体系对茶多酚类物质具有较高的响应,即茶叶样本中茶多酚类物质总量高,反应体系的荧光光谱强度弱,反之亦然。
所述步骤(2)具体过程如下:
(21)对采集的不同原料等级茶叶样本荧光数据进行主成分分析,得到可涵盖光谱有效信息的主因子数;
(22)经主成分分析后,对不同原料等级的茶叶样本进行数学判别分析,构建数学判别函数模型,得到不同等级茶叶样本的荧光光谱判别模型。
对于未知等级的样品进行分类时,将对应波长的荧光强度数值带入荧光光谱判别函数模型表达式,所得表达式数值最大的等级,即为该未知等级样品的判别等级。
所述数学判别函数模型为贝叶斯判别分析模型。
收集不同时期、季节采制的具有代表性的不同原料等级茶叶,代入上述茶叶样本等级的荧光光谱判别函数模型中进行交叉校验,检验判别模型正确性。
茶叶中的碳氮比是反映不同茶原料的嫩度和内含物比例及品质成分丰富度的关键指标,利用不同等级茶叶碳氮比差别化值结合碳量子点荧光检测技术实现对茶叶等级的判别,引入数学分析与判别方法对碳量子点所捕捉的荧光光谱数据进行降维、特征变量提取,建立分类预测判别函数模型,进而可实现对茶叶等级科学有效的评价。
本发明相比现有技术具有以下优点:本发明基于量子点判别茶叶等级的方法,可有效解决人工审评过程中由于主观因素影响而导致的审评结果缺乏一致性问题;
本发明判别标准客观、稳定,判别精度高,准确性强,可较好地消除不同审评人员间的判别结果误差,提高滋味等级审评结果的稳定性和准确性;
不同原料等级茶叶的碳量子点荧光光谱判别模型构建能够实现茶叶分级标准的一致性、客观性和通用性。该判别方法的应用对茶叶生产过程中品质控制技术的升级与终端茶产品品质的综合评价具有至关重要的开创性意义,提供了一个切实可行评判茶叶等级的新方法。
附图说明
图1是本发明的碳量子点体系与滇红乙醇萃取样反应后的荧光光谱图;
图2是钴离子-碳量子点体系与茶多酚类物质(EGCG)的反应对比图;
图3是不同等级滇红茶样共计120份的主成分空间分布图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1
本实施例具体过程如下:
(1)利用水合法制备碳量子点:
取0.42mmol硫脲、1.26mmol尿素和0.28mmol柠檬酸钠溶于30mL超纯水中,搅拌15min使其充分溶解。将混合溶液转移到体积为50mL的聚四氟乙烯为内衬的反应釜中,于烘箱中加热,反应温度为185℃,反应时间6h。待反应结束冷却至室温,过0.22μm滤膜,得到的一种黄棕色的液体即为碳量子点溶液,备用;
(2)称取0.2g不同等级(特级、一级、二级、三级、四级、五级、六级和级外)待检滇红茶样品120份,加入70%乙醇8mL,超声45min进行浸提,超声温度70℃,每隔15min将离心管摇匀,防止茶粉积淀在管底影响浸提效果。待超声结束后,将超声浸提液转入低速离心机以3500r/min转速离心10min,再使用针管将液体抽出,过0.22μm的滤膜,即为样液备用;
(3)以碳量子点(CDs)、钴离子溶液、乙醇溶液萃取得到的茶样溶液进行反应。使用移液枪移取2.75mL超纯水至5mL离心管中,加入0.1mL CDs溶液、0.1mL10-3mol/L钴离子溶液和0.05mL通过乙醇溶液萃取得到的不同等级滇红茶样试液,将离心管在5000r/min转速下离心5min,取上层液体供荧光强度检测使用;
(4)采用Aglient Carry Eclipse荧光分光光度计采集不同等级滇红茶样品的荧光光谱检测信息。将待测样品放入荧光比色皿中,测定320nm激发波长下的荧光峰型和荧光发射峰强度,如图1所示;
(5)钴离子-碳量子点体系与茶多酚类物质(EGCG)的反应比对见图2和表1。图2结果显示,建立的钴离子-碳量子点体系对茶多酚类物质(EGCG)具有较高的响应,利用茶多酚含量对检测体系的响应情况的差异性,可实现对滇红茶等级的判别。
表1为对不同等级滇红茶样品茶多酚总量的检测结果
由表1和图2可以看到,表1和图1实验结果显示,不同等级茶叶样本的茶多酚总量与碳量子点体系荧光谱图信息呈现一定的反向负相关性,即茶叶样本的茶多酚总量高,其相应反应体系荧光光谱强度弱,反之亦然。
(6)荧光光谱主成分分析(PCA)。
应用SPSS软件对120份不同等级滇红茶样品的荧光光谱进行主成分分析,求得主成分数及其贡献率。不同等级滇红茶样品前8个主成分的贡献率见表2。
表2为不同等级滇红茶样品前8个主成分的贡献率
从表2可以看出,PC1贡献率最大,为99.842%,从PC1~PC8主成分贡献率急剧降低。其中,PC1,PC2和PC3三个主成分的累计贡献率为99.965%,能够涵盖上述光谱的有效信息,用于后续数据分析。
根据上述主成分分析法计算出样品荧光光谱数据的得分Scorel1值、Scorel2值和Scorel3值信息,得到其特级、一级、二级、三级、四级、五级、六级和级外样品的空间位置分布图,详见图3;
从图3可以看出,分布于三维空间中的特级、一级、二级、三级、四级、五级、六级和级外样品能够较为明显的被区分开,每个等级均有属于各自等级的聚集区域。
(7)对不同等级的滇红茶样品进行贝叶斯判别分析,构建贝叶斯判别函数模型;
计算得到贝叶斯判别函数模型的表达式分别为:
特级:
Y1=-1824.903+456.846X1-328.685X2+6.040X3-74.539X4-58.226X5+282.021X6+665.671X7;
一级:
Y2=-1626.083+464.204X1-319.689X2-17.431X3-68.944X4-40.354X5+254.927X6+603.998X7;
二级:
Y3=-1508.008+435.134X1-278.207X2-30.396X3-66.146X4-42.075X5+259.010X6+603.119X7;
三级:
Y4=-1818.324+496.710X1-337.825X2-18.356X3-79.489X4-33.808X5+263.090X6+639.320X7;
四级:
Y5=-1729.896+475.929X1-314.492X2-20.121X3-76.056X4-40.880X5+261.312X6+665.300X7;
五级:
Y6=-2129.954+541.882X1-388.712X2-35.500X3-73.033X4-26.187X5+254.666X6+656.509X7;
六级:
Y7=-1958.496+489.223X1-334.444X2-24.145X3-78.133X4-33.087X5+268.274X6+643.912X7;
级外:
Y8=-1743.528+490.493X1-334.217X2-55.411X3-57.301X4-21.377X5+225.965X6+580.644X7;
X1、X2、X3、X4、X5、X6和X7分别是光谱信息上第2、3、9、17、43、63、81个数值,即396nm,398nm,410nm,426nm,478nm,518nm和554nm处的荧光强度数值。对未知等级样品进行分类时,将对应波长的荧光强度数值带入上述公式,所得Y值最大的等级,即为该未知等级样品的判别等级。
得到不同等级的滇红茶判别率为P特级=100%、P一级=93.3%、P二级=100%、P三级=100%、P四级=100%、P五级=100%、P六级=93.3%和P级外=100%。综合结果表明,98.3%个原始分组观察值已被正确分类,该方法能够实现对不同等级滇红茶的准确判别。
为对不同等级的滇红茶判别结果的交互验证实验
实施例2
为考察本方法的可行性,对已知的不同等级的滇红茶判别结果观察值进行交叉验证。在交叉验证中,每一个观察值均依据从该观察值之外的所有观察值衍生的函数进行分类,分类结果见表3。表3结果显示,95%个交叉验证分组得到正确的分类,分类正确率分别是P特级=100%、P一级=86.7%、P二级=100%、P三级=100%、P四级=93.3%、P五级=86.7%、P六级=93.3%和P级外=100%。表明,基于碳量子点纳米材料结合主成分分析法与贝叶斯判别法构建的滇红等级判别方法是可行的。
表3不同等级的滇红茶贝叶斯判别的分类和验证结果
本发明通过检测茶叶碳氮比值进行判别,该比值反应茶叶内含物质的丰富程度,同时适用其他茶类。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于碳量子点判别茶叶等级的方法,其特征在于,包括以下步骤:
(1)获得不同原料等级茶叶样本的荧光光谱响应强度值
(11)水合法制备碳量子点
取硫脲、尿素和柠檬酸钠溶于超纯水中,搅拌使其充分溶解;将混合溶液转移到反应釜中,于烘箱中加热,待反应结束冷却至室温,过滤得到的黄棕色的液体即为碳量子点溶液;
(12)制备不同原料等级茶叶样本
对特级、一级、二级、三级、四级、五级、六级和级外的待检茶叶样本分别加入乙醇进行超声浸提,然后离心过滤,得到不同原料等级茶叶样本;
(13)将碳量子点与茶样进行反应
将碳量子点、钴离子溶液和乙醇溶液萃取得到的茶样混合后,离心反应取上层液体;
(14)利用荧光分光光度法采集荧光光谱检测信息
将步骤(13)得到的上层液体放入荧光比色皿中,测定320nm激发波长下的荧光峰型和荧光发射峰强度;
(2)基于不同原料等级茶叶样本的荧光光谱,构建不同原料等级茶叶样本的碳量子点荧光光谱判别模型;
(3)选取不同时节下采制的具有代表性的不同原料等级茶叶样本对所建判别模型进行校验,建立不同原料等级茶叶验证样本的碳量子点荧光光谱定性预测模型。
2.根据权利要求1所述的一种基于碳量子点判别茶叶等级的方法,其特征在于,所述荧光光谱检测信息中,钴离子-碳量子点体系对茶多酚类物质具有较高的响应,即茶叶样本中茶多酚类物质总量高,反应体系的荧光光谱强度弱,反之亦然。
3.根据权利要求1所述的一种基于碳量子点判别茶叶等级的方法,其特征在于,所述步骤(2)具体过程如下:
(21)对采集的不同原料等级茶叶样本荧光数据进行主成分分析,得到可涵盖光谱有效信息的主因子数;
(22)经主成分分析后,对不同原料等级的茶叶样本进行数学判别分析,构建数学判别函数模型,得到不同原料等级茶叶样本的荧光光谱判别模型。
4.根据权利要求2所述的一种基于碳量子点判别茶叶等级的方法,其特征在于,对于未知等级的样品进行分类时,将对应波长的荧光强度数值带入碳量子点荧光光谱判别模型表达式,所得表达式数值最大的等级,即为该未知等级样品的判别等级。
5.根据权利要求3所述的一种基于碳量子点判别茶叶等级的方法,其特征在于,所述数学判别函数模型为贝叶斯判别分析模型。
6.根据权利要求2所述的一种基于碳量子点判别茶叶等级的方法,其特征在于,收集不同时期、季节采制的具有代表性的不同原料等级茶叶,代入上述茶叶样本等级的碳量子点荧光光谱判别模型中进行交叉校验,检验判别模型正确性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811595391.0A CN109612972B (zh) | 2018-12-25 | 2018-12-25 | 一种基于碳量子点判别茶叶等级的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811595391.0A CN109612972B (zh) | 2018-12-25 | 2018-12-25 | 一种基于碳量子点判别茶叶等级的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109612972A CN109612972A (zh) | 2019-04-12 |
CN109612972B true CN109612972B (zh) | 2020-02-18 |
Family
ID=66010669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811595391.0A Active CN109612972B (zh) | 2018-12-25 | 2018-12-25 | 一种基于碳量子点判别茶叶等级的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109612972B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112033941B (zh) * | 2020-06-30 | 2021-03-30 | 中南民族大学 | 一种快速检测食品中白藜芦醇的方法 |
CN112033911A (zh) * | 2020-07-29 | 2020-12-04 | 浙江大学 | 一种基于色差和紫外光谱的茶叶等级快速鉴别方法 |
CN112945920B (zh) * | 2021-02-01 | 2023-11-28 | 长江大学 | 一种绿茶等级鉴别方法、装置及计算机可读存储介质 |
CN113884593B (zh) * | 2021-09-28 | 2023-05-05 | 安徽农业大学 | 一种判别六安瓜片茶叶等级的方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101059426A (zh) * | 2007-05-29 | 2007-10-24 | 浙江大学 | 基于近红外光谱技术无损测量茶叶中茶多酚含量的方法 |
US20110204258A1 (en) * | 2009-12-11 | 2011-08-25 | Heller Daniel A | Spectral imaging of photoluminescent materials |
CN104359879B (zh) * | 2014-11-05 | 2017-03-29 | 广西师范大学 | 一种测定茶多酚的共振瑞利散射光谱法 |
CN108088827A (zh) * | 2017-12-15 | 2018-05-29 | 中国石油大学(华东) | 一种以碳量子点为荧光指示剂的酚类抗氧化剂含量测定方法 |
CN108410457B (zh) * | 2018-04-25 | 2020-11-10 | 山西大学 | 一种多功能荧光碳量子点及其制备方法和应用 |
-
2018
- 2018-12-25 CN CN201811595391.0A patent/CN109612972B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109612972A (zh) | 2019-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109612972B (zh) | 一种基于碳量子点判别茶叶等级的方法 | |
CN106248559B (zh) | 一种基于深度学习的白细胞五分类方法 | |
CN107677647A (zh) | 基于主成分分析和bp神经网络的中药材产地鉴别方法 | |
CN103048273B (zh) | 基于模糊聚类的水果近红外光谱分类方法 | |
CN109142317A (zh) | 一种基于随机森林模型的拉曼光谱物质识别方法 | |
JP2013024792A (ja) | 情報処理装置、情報処理方法、プログラム及び蛍光スペクトルの強度補正方法 | |
CN102749297B (zh) | 一种基于太赫兹理论模拟光谱的农药鉴别方法 | |
JP2013246140A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN102338780B (zh) | 一种卷烟品牌判别方法 | |
CN106706546A (zh) | 一种基于红外和拉曼光谱数据的人工智能学习物质分析方法 | |
CN105043998A (zh) | 一种鉴别玉米单倍体的方法 | |
CN104345045A (zh) | 一种基于化学模式识别和近红外光谱的相似药材鉴别方法 | |
Swanson et al. | Pollen clustering strategies using a newly developed single-particle fluorescence spectrometer | |
CN101261212B (zh) | 一种定量鉴别真假百合粉的方法 | |
CN107271394A (zh) | 一种模糊Kohonen鉴别聚类网络的茶叶红外光谱分类方法 | |
CN116858822A (zh) | 一种基于机器学习和拉曼光谱的水体中磺胺嘧啶定量分析方法 | |
CN105527240A (zh) | 一种基于银纳米可视化检测镉离子的方法 | |
CN103048365B (zh) | 利用电化学指纹图谱鉴别卷烟的方法 | |
CN110222981A (zh) | 一种基于参数二次选取的储层分类评价方法 | |
CN110414549B (zh) | 一种模糊正交线性鉴别分析的茶叶近红外光谱分类方法 | |
CN113205161A (zh) | 一种基于土壤参数的中药产地判别系统及方法 | |
CN112698020B (zh) | 基于DNA-AuNP编码的交叉响应系统的多峰耦合分析方法 | |
CN106226265B (zh) | 基于光谱分析的生物炭炭化温度快速鉴别方法 | |
CN110110842A (zh) | 一种便携式荧光光谱快速检测人工神经网络智能判别模型的建立方法 | |
Gupta et al. | Different CNN-based architectures for detection of invasive ductal carcinoma in breast using histopathology images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |