基于近红外光谱技术的眉茶拼配比例预测方法

拼配是出口炒青绿茶精制加工过程中的一项作业,通过对不同原料茶的拼合,达到维持产品品质标准化和一致性的目的.目前仍然依靠专家人工设计茶叶拼配比例,主观性较强,工作量大.为了实现拼配比例设计的客观化、定量化,该研究以眉茶为对象,提出了一种基于近红外光谱技术的拼配比例预测方法,采用源于黄山、湖北、福建3地的4种典型原料茶拼合了不同比例的茶样,采集了其近红外光谱数据,构建了用于预测拼配比例的4种机器学习模型,分别为AE+Softmax、CNN+Softmax、PCA+Softmax及PCA+PLS,并通过对比模型预测结果与预设拼配比例评价算法性能.结果表明,基于CNN+Softmax的拼配比例预测方法精度较高,特征维度为40时,验证集决定系数为0.9643,均方根误差为0.0472,优于其他方法,经过测试集测试后的性能指标与验证集接近,说明算法具有较好的泛化能力.研究结果可为茶叶数字化、智能化拼配提供理论依据与数据支撑.