筆者嘗試以中國(guó)名茶之一的安徽黃山毛峰茶為研究對(duì)象，用電子鼻對(duì)已存儲(chǔ) 60、120、180、240、300、360 d 的干茶進(jìn)行檢測(cè)，獲取茶葉香氣的特征信息；分別采用主成分回歸(PCR)、偏小二乘回歸(PLS)、BP 神經(jīng)網(wǎng)絡(luò)(BPNN)方法，建立茶葉存儲(chǔ)時(shí)間的預(yù)測(cè)模型，并對(duì) 3 種預(yù)測(cè)模型性能進(jìn)行對(duì)比分析，以尋求茶葉存儲(chǔ)時(shí)間的z佳識(shí)別方法。

檢測(cè)樣品：茶葉樣本為從安徽黃山當(dāng)?shù)夭鑿S(chǎng)訂購(gòu)的黃山毛峰明前茶

主要儀器：德國(guó)Airsense的PEN3便攜式電子鼻

檢測(cè)指標(biāo)：茶葉香氣的特征信息

實(shí)驗(yàn)結(jié)果：借助電子鼻檢測(cè)存儲(chǔ) 60、120、180、240、300、360 d 的黃山毛峰茶香氣信息，根據(jù)電子鼻各傳感器響應(yīng)曲線(xiàn)變化特點(diǎn)，選取出 1 組能夠表征不同香氣信息的基本特征變量，分別采用主成分回歸(PCR)、偏小二乘回歸(PLS)和 BP 神經(jīng)網(wǎng)絡(luò)(BPNN)方法，建立茶葉存儲(chǔ)時(shí)間的預(yù)測(cè)模型。測(cè)試樣本集對(duì) 3 種預(yù)測(cè)模型的檢驗(yàn)結(jié)果表明：PCR、PLS、BPNN 模型的預(yù)測(cè)標(biāo)準(zhǔn)誤差分別為 10.05、6.04、3.21 d；大預(yù)測(cè)相對(duì)誤差分別為 11.03%、7.02%、5.89%；平均預(yù)測(cè)相對(duì)誤差分別為 6.73%、4.74%、3.62%；預(yù)測(cè)值與實(shí)際值之間的決定系數(shù) R 2 分別為 0.862、0.896、0.987。3 種模型都能較好地對(duì)茶葉存儲(chǔ)時(shí)間進(jìn)行預(yù)測(cè)，相比較而言，BPNN 模型性能*，PLS 模型性能優(yōu)于 PCR 模型。

結(jié)論：茶葉香氣與茶葉品質(zhì)密切關(guān)聯(lián)，是評(píng)定茶葉品質(zhì)的重要依據(jù)。本研究為茶葉存儲(chǔ)時(shí)間識(shí)別建立了一種方法。

     本文獻(xiàn)來(lái)源于“蚌埠學(xué)院電子與電氣工程學(xué)院”。