CN101692053B - 基于多传感信息融合的名优茶品质仪器智能化审评方法 - Google Patents

基于多传感信息融合的名优茶品质仪器智能化审评方法 Download PDF

Info

Publication number
CN101692053B
CN101692053B CN2009102329169A CN200910232916A CN101692053B CN 101692053 B CN101692053 B CN 101692053B CN 2009102329169 A CN2009102329169 A CN 2009102329169A CN 200910232916 A CN200910232916 A CN 200910232916A CN 101692053 B CN101692053 B CN 101692053B
Authority
CN
China
Prior art keywords
quality
tea
famous
sensor
brand
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.)
Expired - Fee Related
Application number
CN2009102329169A
Other languages
English (en)
Other versions
CN101692053A (zh
Inventor
赵杰文
陈全胜
蔡健荣
黄星奕
邹小波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN2009102329169A priority Critical patent/CN101692053B/zh
Priority to PCT/CN2009/001538 priority patent/WO2011041925A1/zh
Publication of CN101692053A publication Critical patent/CN101692053A/zh
Application granted granted Critical
Publication of CN101692053B publication Critical patent/CN101692053B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/14—Beverages
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/68—Food, e.g. fruit or vegetables

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Food Science & Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Medicinal Chemistry (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Tea And Coffee (AREA)

Abstract

基于多传感信息融合的名优茶品质仪器智能化审评方法，涉及针对名优茶品质的仪器智能审评方法。按照下述步骤进行：(1)针对某名优茶，选取一批具有代表性的样本，由专业人员对名优茶各品质指标进行感官审评并建立标准数据库；(2)利用不同传感器分别采集能反映名优茶品质指标的各传感信息传入计算机；(3)计算机提取特征变量并将特征向量分别与数据库中专家感官审评的结果相关联，实现传感器对名优茶各品质指标的身份描述；(4)计算机模拟人的大脑，通过模式识别构建名优茶仪器智能审评的多信息融合模型；将待测样本提取到的特征向量代入预先建立好的模型即可对未知样本评判。本发明与人的感观检测相比，审评结果一致性好、自动化程度强。

Description

基于多传感信息融合的名优茶品质仪器智能化审评方法
技术领域
本发明涉及一种针对名优茶品质的仪器智能审评方法，特指基于多传感信息融合的名优茶品质仪器智能化审评方法。
背景技术
由于名优茶价格高，产品的利润空间大，一定程度上导致了名优茶市场存在以次充好、以假乱真的现象。名优茶产品鱼目混珠，质量良莠不齐，给消费者带来了购买风险，不仅损害了消费者的利益，也不利于名优茶的品牌维护。长期以来，感官审评一直被视为检验茶叶品质的最基本方法，通过训练有素的专业审评人员来审评的内容一般包含色、香、味、形和叶底(茶渣)等，分别代表茶叶品质的不同方面。但感官审评存在以下两个局限性：①感官审评毕竟是一种专家行为，而专家的培养是一个长期的训练和经验获取过程，培养一个训练有素的感官审评专家是要付出较大代价的，普通消费者一般不具备这种能力；②审评受主客观因素干扰较大，即使训练有素的高级审评专家，他们感觉器官的灵敏度也受到经验、性别、精神状态、身体状况甚至地域环境等因素的干扰而改变，从而影响感官审评结果的准确性和稳定性。因此，研究一种快速便捷的名优茶品质智能评审方法对于规范名优茶市场秩序，维护名优茶品牌，提高名优茶品质乃至振兴茶叶产业都有着直接的现实意义。
理论研究表明，计算机视觉技术、电子鼻和电子舌技术可以用于茶叶品质检测和分类鉴别。经检索，从检索结果看，目前仅有一个计算机视觉鉴别茶叶类别方面的国内相关专利(实用新型)，“基于多光谱图像技术的纹理分析鉴别不同绿茶的装置”，专利号：ZL2007201100404.1；电子鼻和电子舌技术在茶叶品质检测上的应用还仅仅停留在实验室阶段，没有相关专利文献。并且在茶叶品质检测上，所采用的都是单一的检测手段，具有一定的局限性。反映茶叶品质的指标是多方面的，包括色、香、味、形等感官指标，而某种单一的检测手段往往不能全面地描述一个对象，只能描述其中的一个方面，这种侧重点不同带来的局限性必然影响到检测结果的精度和稳定性。本发明提供一种基于多传感信息融合的名优茶品质仪器智能化审评方法，利用计算机视觉(视觉传感器)、电子鼻(嗅觉传感器)和电子舌(味觉传感器)等三种传感器分别模拟人的眼、鼻和舌三种感觉器官，分别采集能反映名优茶品质指标的各传感信息；将这些特征向量分别与专家感官审评的结果相关联，通过适当的学***衡，通过合适的模式识别方法构建名优茶仪器智能审评的多信息融合模型。待测样本通过相应的数据采集和特征向量提取，将提取的特征向量代入预先建立好的模型就可以对未知样本的品质进行智能化审评。本发明能模仿人的感官审评方法对名优茶品质进行智能化审评，审评结果一致性好、自动化程度强，为茶叶产品品质标准化分级创造条件。
发明内容
鉴于上述现有技术发展情况，为克服当前单一传感器检测技术在茶叶品质检测中存在的局限性，本发明的目的就是要提供一种基于多传感信息融合的名优茶品质仪器智能化审评方法，利用计算机视觉、电子鼻和电子舌三种传感器分别模拟人的眼、鼻和舌三种感觉器官，分别采集能反映名优茶品质指标的各传感信息；将这些特征向量分别与专家感官审评的结果相关联，通过适当的学***衡，通过合适的模式识别方法构建名优茶仪器智能审评的多信息融合模型。待测样本通过相应的数据采集和特征向量提取，将提取的特征向量代入预选建立好的模型就可以对未知样本的品质进行智能化审评。名优茶仪器智能评审模拟人工感官评审的方法。通过利用计算机视觉技术、电子鼻和电子舌技术等多信息传感器分别采集茶叶外形、香味、滋味和汤色信息数据，再将这些信息数据相互融合与知识库中专家知识经验相结合，建立判别模型对茶叶的品质进行综合评判。
本发明基于多传感信息融合的名优茶品质仪器智能化审评方法按照下述步骤进行：
(1)针对某一种名优茶，首先选取一批具有代表性的样本(样本数大于100)，由专业人员对名优茶各品质指标进行感官审评，在审评结果的基础上建立一个标准数据库；其中所述标准数据库的建立，由3位以上专业审评人员对名优茶样本进行感官审评；感官审评指标主要包括4个因子(干茶色泽、形状、香气和茶汤滋味等)；审评员对各因子逐一感官评审打分，专业审评人员得分的平均值作为该品质因子的最终得分，通过专业人员感官审评得到的数据构建一个标准数据库，为下一步智能审评模型建立服务。
(2)利用计算机视觉(视觉传感器)、电子鼻(嗅觉传感器)和电子舌(味觉传感器)三种传感器分别采集能反映名优茶品质指标的各传感信息传入计算机：①在嗅觉传感器数据采集过程中，每次称取10±0.5g茶叶原料作为一个样本，将其置于电子鼻***的采样杯中富集10分钟，通过微量泵将富集后的气体抽入电子鼻的传感器阵列，开始电子鼻信号数据的采集；②在视觉传感器数据采集过程中，将完成电子鼻数据采集后的茶叶原料均匀地平铺在玻璃容器中，然后将其置于自制光源箱内开始图像数据采集；③在味觉传感器数据采集过程中，将完成图像数据采集的茶叶原料置于烧杯中，加入去离子水，在60～80℃条件下水浴10～20min后过滤、离心，取上清液5mL稀释20倍，移液到电子舌***的烧杯中进行电子舌数据采集；在进行电子舌数据采集过程中，将味觉传感器浸没茶汤溶液中，此时传感器生物膜上面的不同官能团与溶液中的致味分子发生反应，引起传感器电势的变化，电势的变化值作为原始信号输入，通过A/D转换成数字信号输入计算机。
(3)计算机先后进行原始数据预处理和特征变量提取，三个传感器提取的信息量庞大，并且在原始数据的采集中，由于外界因素的影响，不可避免地引入一些噪声信号。先通过小波分析、独立分量分析和主成分分析等对原始数据进行滤噪和降维预处理、再从预处理后的信息中分别提取相应的特征变量。其中从图像信息中分别提取表征干茶色泽的颜色特征变量和表征干茶外形的纹理特征变量；从嗅觉传感器信号中提取能表征干茶香气的特征变量；从味觉传感器信号中提取能表征茶汤滋味的特征变量。然后，将这些特征向量分别与数据库中专家感官审评的结果相关联，通过机器学习方法，实现传感器对名优茶各品质指标的身份描述。
(4)最后，计算机模拟人的大脑，将这三种信息进行综合与平衡，通过合适的模式识别方法构建名优茶仪器智能审评的多信息融合模型，就是将三种传感信息分别描述名优茶各品质指标的结果在决策级进行融合，然后非线性的模式识别方法建立名优茶仪器智能审评的多信息融合模型。将待测样本通过相应的数据采集和特征向量提取，将提取的特征向量代入预先建立好的模型就可以对未知样本的品质进行智能化审评。
本发明的有益效果是：
本发明提供的是一种基于多传感信息融合的名优茶品质仪器智能化审评方法，将计算机视觉、电子鼻和电子舌三种传感器信息融合起来达到仪器的智能评审，来全面模仿人的感官器官，包括视觉、嗅觉和味觉，对名优茶各品质指标进行全方面的评判，并与专家评审的结果相融合，以实现名优茶综合品质的智能化审评。本发明融入了仿生学和多信息融合思想，与人的感观检测相比，审评结果一致性好、自动化程度强，本发明可以提高名优茶市场的智能化管理水平，对于规范名优茶市场秩序，维护名优茶品牌有着直接的现实意义。
附图说明
图1为本发明基于多传感信息融合的名优茶品质仪器智能化审评方法技术方案示意图。
具体实施方式
本发明对名优茶品质智能化审评具有通用性，但由于名优茶种类很多，因此本发明只举一个用于江苏特产名优茶碧螺春品质智能审评的实施实例，其它茶叶的审评可参照该实施实例的方法，具体针对所测茶叶样本的品质指标指标，建立一个新的判别模型，就可以对茶叶样本的品质等级进行测试了。
实施实例步骤参阅图1。先选取一批不同质量等级碧螺春样本(样本数大于100)，由专业人员对其品质指标进行感官审评。3位专业审评人员对每个样本进行感官审评。感官审评指标主要包括4个因子(干茶色泽、形状、香气和茶汤滋味等)。审评员对各因子逐一感官评审打分，3个审评员得分的平均值作为该品质因子的最终得分，通过专业人员感官审评得到的数据构建一个标准数据库，为下一步智能审评模型建立服务。
感官审评结束以后，按照以下步骤进行数据采集：①进行电子鼻(嗅觉传感器)数据采集，每次称取10±0.5g茶叶原料作为一个样本，将其置于电子鼻***的采样杯中富集10分钟，通过微量泵将富集后的气体抽入嗅觉传感器整列，开始嗅觉传感器信号数据的采集。②计算机视觉(视觉传感器)数据采集，将完成嗅觉传感器数据采集后的茶叶原料均匀地平铺在特制玻璃容器中，然后将其置于密闭光源箱内开始图像数据采集。③电子舌(味觉传感器)数据采集，将完成图像数据采集的茶叶原料置于200mL烧杯中，加入150mL去离子水，在80℃条件下水浴15min后过滤、离心，取上清液5mL稀释20倍，移液到电子舌***的烧杯中进行电子舌数据采集。在进行电子舌数据采集过程中，将味觉传感器浸没茶汤溶液中，此时传感器生物膜上面的不同官能团与溶液中的致味分子发生反应，引起传感器电势的变化，电势的变化值作为原始信号输入，通过A/D转换成数字信号输入计算机。
三种传感器分别采集反映碧螺春各品质指标的传感信息，并通过相应的数据采集卡输入计算机。计算机先后进行原始数据预处理和特征变量提取，三个传感器提取的信息量庞大，并且在原始数据的采集中，由于外界因素的影响，不可避免地引入一些噪声信号。先通过小波分析、独立分量分析和主成分分析等对原始数据进行滤噪和降维预处理、再从预处理后的信息中分别提取相应的特征变量。其中从图像信息中分别提取表征碧螺春干茶色泽的颜色特征变量和表征干茶外形的纹理特征变量；从嗅觉传感器信号中提取能表征碧螺春干茶香气的特征变量；从味觉传感器信号中提取能表征碧螺春茶汤滋味的特征变量。然后，将这些特征向量分别与数据库中专家感官审评的结果相关联，通过机器学习方法，实现传感器对碧螺春各品质指标的身份描述。
计算机经过数据预处理和特征变量提取，将其与数据库中专家感官审评的结果相关联，通过机器学***衡，通过模式识别方法构建碧螺春仪器智能审评的多信息融合模型；就是将三种传感信息分别描述名优茶各品质指标的结果在决策级进行融合，然后非线性的模式识别方法建立名优茶仪器智能审评的多信息融合模型。将待测碧螺春样本通过相应的数据采集和特征向量提取，将提取的特征向量代入预先建立好的模型就可以对未知碧螺春样本的品质进行智能化审评。

Claims (3)

1.基于多传感信息融合的名优茶品质仪器智能化检测方法，其特征在于按照下述步骤进行：(1)针对某一种名优茶，首先选取一批具有代表性的样本，由专业人员对名优茶各品质指标进行感官审评，在审评结果的基础上建立一个标准数据库；(2)利用计算机视觉即视觉传感器、电子鼻即嗅觉传感器和电子舌即味觉传感器三种传感器分别采集能反映名优茶品质指标的各传感信息传入计算机；(3)计算机先后进行原始数据预处理和特征变量提取，然后将这些特征向量分别与数据库中专家感官审评的结果相关联，通过机器学***衡，通过模式识别方法构建名优茶仪器智能审评的多信息融合模型；将待测样本通过相应的数据采集和特征向量提取，将提取的特征向量代入预先建立好的模型就可以对未知样本的品质进行智能化审评，其中所述的步骤(2)利用计算机视觉即视觉传感器、电子鼻即嗅觉传感器和电子舌即味觉传感器三种传感器分别采集能反映名优茶品质指标的各传感信息传入计算机；即利用三种传感器分别采集能反映名优茶品质指标的各传感信息过程中：①在嗅觉传感器数据采集过程中，每次称取10±0.5g茶叶原料作为一个样本，将其置于嗅觉传感器***的采样杯中富集10分钟，然后将富集后的气体抽入嗅觉传感器阵列，开始嗅觉传感器数据采集；②在视觉传感器数据采集过程中，将完成嗅觉传感器数据采集后的茶叶原料均匀地平铺在玻璃容器中，然后将其置于自制光源箱内开始图像数据采集；③在味觉传感器数据采集过程中，将完成嗅觉和味觉传感器数据采集的茶叶原料置于烧杯中，加入去离子水，在60～80℃条件下水浴10～20min后过滤、离心，取上清液5mL稀释20倍，移液到电子舌***的烧杯中进行电子舌数据采集；在进行电子舌数据采集过程中，将味觉传感器浸没茶汤溶液中，此时传感器生物膜上面的不同官能团与溶液中的致味分子发生反应，引起传感器电势的变化，电势的变化值作为原始信号输入，通过A/D转换成数字信号输入计算机，其中所述构建名优茶仪器智能审评的多信息融合模型，就是将三种传感信息分别描述名优茶各品质指标的结果在决策级进行融合，然后非线性的模式识别方法建立名优茶仪器智能审评的多信息融合模型。
2.根据权利要求1所述的基于多传感信息融合的名优茶品质仪器智能化检测方法，其特征在于其中所选取一批具有代表性的样本的样本数大于100；且由3位以上专业审评人员对名优茶样本进行感官审评；感官审评指标主要包括干茶色泽、形状、香气和茶汤滋味4个因子；审评员对各因子逐一感官评审打分，专业审评人员得分的平均值作为该品质因子的最终得分。
3.根据权利要求1所述的基于多传感信息融合的名优茶品质仪器智能化检测方法，其特征在于在原始数据预处理和特征变量提取过程中，先通过小波分析、独立分量分析和主成分分析对原始数据进行滤噪和降维预处理，再从预处理后的信息中分别提取相应的特征变量；其中从图像信息中分别提取表征干茶色泽的颜色特征变量和表征干茶外形的纹理特征变量；从嗅觉传感器信号中提取能表征干茶香气的特征变量；从味觉传感器信号中提取能表征茶汤滋味的特征变量。
CN2009102329169A 2009-10-09 2009-10-09 基于多传感信息融合的名优茶品质仪器智能化审评方法 Expired - Fee Related CN101692053B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN2009102329169A CN101692053B (zh) 2009-10-09 2009-10-09 基于多传感信息融合的名优茶品质仪器智能化审评方法
PCT/CN2009/001538 WO2011041925A1 (zh) 2009-10-09 2009-12-23 基于多传感信息融合的名优茶品质仪器智能化审评方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009102329169A CN101692053B (zh) 2009-10-09 2009-10-09 基于多传感信息融合的名优茶品质仪器智能化审评方法

Publications (2)

Publication Number Publication Date
CN101692053A CN101692053A (zh) 2010-04-07
CN101692053B true CN101692053B (zh) 2012-01-18

Family

ID=42080762

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009102329169A Expired - Fee Related CN101692053B (zh) 2009-10-09 2009-10-09 基于多传感信息融合的名优茶品质仪器智能化审评方法

Country Status (2)

Country Link
CN (1) CN101692053B (zh)
WO (1) WO2011041925A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106525849A (zh) * 2016-11-02 2017-03-22 江苏大学 茶叶智能化拼配方法与***

Families Citing this family (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102084794B (zh) * 2010-10-22 2013-03-06 华南农业大学 多传感器信息融合的作物病虫害早期检测方法及装置
CN102721793B (zh) * 2012-06-11 2015-04-22 江苏大学 一种食醋品质数字化检测方法及装置
CN103235087B (zh) * 2013-04-10 2015-10-28 江苏大学 一种基于嗅觉和味觉传感器信息融合的乌龙茶原产地的鉴别方法
CN103196954B (zh) * 2013-04-10 2015-08-26 江苏大学 一种基于嗅觉和味觉传感器信息融合的镇江香醋贮藏时间鉴别方法
CN103499609B (zh) * 2013-07-30 2016-01-20 中国标准化研究院 一种对蜂蜜香气智能嗅觉动态响应特征及差异化信息动态表征研究的方法
CN103472197B (zh) * 2013-09-10 2015-03-04 江苏大学 一种食品智能化仿生评价中的跨感知信息交互感应融合方法
CN104569328B (zh) * 2013-10-28 2017-10-20 云南天士力帝泊洱生物茶集团有限公司 普洱晒青茶滋味品质和香气品质的测定方法
CN105403507A (zh) * 2014-09-10 2016-03-16 中国农业科学院茶叶研究所 一种基于移动终端的龙井茶识别判断的***及其方法
CN104678843B (zh) * 2015-01-24 2017-05-10 福建农林大学 基于人体健康信息及空气成分数据的室内植物推荐方法
CN105866209B (zh) * 2016-03-28 2018-06-12 齐鲁工业大学 一种基于电子舌的大豆分离蛋白辨识方法
CN106227039B (zh) * 2016-08-24 2019-07-09 贵州铜仁和泰茶业有限公司 一种基于模式识别的茶叶加工设备控制方法
CN106172935A (zh) * 2016-08-26 2016-12-07 黄山王光熙松萝茶业股份公司 屯绿茶的拼配方法
CN106338517A (zh) * 2016-09-23 2017-01-18 江苏大学 基于视觉和嗅觉信息协同的水果新鲜度智能化评判方法
CN107886095A (zh) * 2016-09-29 2018-04-06 河南农业大学 一种基于机器视觉和嗅觉特征融合的分类识别方法
CN106353474B (zh) * 2016-10-10 2018-07-03 丽水学院 茶水鉴别装置及鉴别方法
CN106560702A (zh) * 2016-10-20 2017-04-12 中国计量大学 联合电子舌和色谱分离技术的武夷岩茶产地鉴别方法
CN108287161A (zh) * 2017-01-09 2018-07-17 中国计量大学 一种智能茶叶感官审评方法及***
CN107220670B (zh) * 2017-05-27 2020-07-14 重庆大学 基于离散小波变换的有监督式人工味觉***特征提取方法
CN107871016A (zh) * 2017-11-27 2018-04-03 胡明建 一种机械视觉和机械味觉以时间相互映射的设计方法
CN108981800B (zh) * 2018-06-25 2023-09-08 东北电力大学 一种利用神经动力学***模型进行机器嗅-味联觉效应可视化的方法
CN108960315B (zh) * 2018-06-27 2021-08-06 河南农业大学 一种调理肉制品品质智能评价***及方法
CN109189811B (zh) * 2018-08-09 2021-11-12 北京盈盛恒泰科技有限责任公司 水样识别方法及装置
CN109781949A (zh) * 2019-01-15 2019-05-21 江苏大学 一种基于视觉、嗅觉和味觉传感信息融合的茶叶原产地的判别方法
CN110018203A (zh) * 2019-03-18 2019-07-16 江苏大学 基于电子鼻电子舌智能感官技术的香醋风味定量表征方法
CN110133049B (zh) * 2019-04-10 2020-09-18 浙江大学 基于电子鼻和机器视觉的茶叶等级快速无损检测方法
CN110133050B (zh) * 2019-04-10 2020-08-14 浙江大学 一种基于多传感器指纹图谱定性定量检测茶叶品质的方法
CN109870548A (zh) * 2019-04-11 2019-06-11 广东省农业科学院茶叶研究所 一种英红九号红条茶品质的评鉴方法
CN110057975B (zh) * 2019-04-22 2023-07-25 广州德芯半导体科技有限公司 一种嗅感描述符获取方法、***及相关装置
CN110307871B (zh) * 2019-07-11 2021-04-27 河南中医药大学第一附属医院 一种采用电子感官融合快速检测中药饮片质量的方法
CN111426801B (zh) * 2020-05-09 2022-08-02 上海宁和环境科技发展有限公司 电子鼻学习驯化方法及其设备
CN111693658A (zh) * 2020-06-11 2020-09-22 上海交通大学 基于多种智能感官数据融合的食品品质鉴定方法
CN111693661A (zh) * 2020-06-11 2020-09-22 上海交通大学 基于智能感官的干腌火腿风味评价方法
CN112006120B (zh) * 2020-08-27 2022-05-31 江南大学 基于气味及3d结构光的茶叶锅式杀青***
CN113466409A (zh) * 2021-06-24 2021-10-01 上海应用技术大学 一种通过电子鼻来鉴定正山小种红茶的不同生产工艺的方法
CN113970546A (zh) * 2021-09-03 2022-01-25 江苏大学 基于嗅觉味觉交互作用的绿茶品质可视化传感判别方法
CN114019100B (zh) * 2021-10-29 2024-03-26 中国农业科学院茶叶研究所 基于多源信息融合技术的滇红工夫茶汤综合品质客观量化评价方法
CN114814126A (zh) * 2021-10-30 2022-07-29 湖南农业大学 一种茉莉花茶的香气和滋味的品质量化的感官审评方法
CN114166770B (zh) * 2021-11-19 2023-08-22 安徽农业大学 一种基于纳米卟啉溶液相紫外可见光谱监测红茶发酵质量的方法
CN114398974A (zh) * 2022-01-11 2022-04-26 北京智进未来科技有限公司 一种基于多特征描述的茶叶品质审评方法
CN117152648B (zh) * 2023-10-30 2023-12-26 泰州爱贝文化传媒有限公司 一种基于增强现实的辅助教学识图装置
CN117809124B (zh) * 2024-03-01 2024-04-26 青岛瑞思德生物科技有限公司 基于多特征融合的医学图像关联调用方法及***

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001327249A (ja) * 2000-05-19 2001-11-27 Kagoshima Prefecture 茶葉の評価方法及びその装置
CN1245630C (zh) * 2004-01-08 2006-03-15 江苏大学 基于电子视觉和嗅觉融合技术的农畜产品无损检测方法及其装置
CN101419166A (zh) * 2008-11-18 2009-04-29 江苏大学 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10315848A1 (de) * 2003-04-02 2004-10-14 Ahlers, Horst, Dr. Multisensor-Informationssystem
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
CN101487825B (zh) * 2009-03-03 2011-11-16 中国农业大学 一种识别茶叶种类和/或等级的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001327249A (ja) * 2000-05-19 2001-11-27 Kagoshima Prefecture 茶葉の評価方法及びその装置
CN1245630C (zh) * 2004-01-08 2006-03-15 江苏大学 基于电子视觉和嗅觉融合技术的农畜产品无损检测方法及其装置
CN101419166A (zh) * 2008-11-18 2009-04-29 江苏大学 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
JP特开2001327249A 2001.11.27
周亦斌 等.新技术在茶叶品质评价中应用的现状及趋势.《茶叶科学》.2004,第24卷(第2期),全文. *
赵爱凤 等.电子鼻、电子舌在茶叶审评中的应用.《福建农机》.2007,(第3期),第23-26页. *
陈全胜 等.基于电子舌技术和模式识别方法的茶叶质量等级评判.《食品与机械》.2008,第24卷(第1期),全文. *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106525849A (zh) * 2016-11-02 2017-03-22 江苏大学 茶叶智能化拼配方法与***
CN106525849B (zh) * 2016-11-02 2019-03-05 江苏大学 茶叶智能化拼配方法与***

Also Published As

Publication number Publication date
WO2011041925A1 (zh) 2011-04-14
CN101692053A (zh) 2010-04-07

Similar Documents

Publication Publication Date Title
CN101692053B (zh) 基于多传感信息融合的名优茶品质仪器智能化审评方法
CN103278609B (zh) 一种基于多源感知信息融合的肉品新鲜度检测方法
CN110133049B (zh) 基于电子鼻和机器视觉的茶叶等级快速无损检测方法
CN101692052A (zh) 基于超光谱图像技术的名优茶真伪鉴别方法及装置
CN102222164A (zh) 一种食品感官质量评价方法及***
CN108960315A (zh) 一种调理肉制品品质智能评价***及方法
CN110307871B (zh) 一种采用电子感官融合快速检测中药饮片质量的方法
CN108037256B (zh) 稻米食味品质的快速测定方法
CN102692488A (zh) 基于电子鼻技术的金华火腿分级与鉴别方法
CN103837587A (zh) 一种利用电子舌***对杨梅汁味感快速品评的方法
CN103472197A (zh) 一种食品智能化仿生评价中的跨感知信息交互感应融合方法
CN112539785A (zh) 一种基于多维度特征信息的烟叶等级识别***及方法
CN106560841A (zh) 基于深度学习的武夷岩茶产地鉴别方法
CN103399050B (zh) 一种基于口感信息快速评定人参掺假西洋参的方法
CN104977258A (zh) 基于二维相关光谱的茶叶/化妆品等品质检测方法
CN110133050A (zh) 一种基于多传感器指纹图谱定性定量检测茶叶品质的方法
CN103558311A (zh) 一种基于茶叶生化成分的绿茶苦涩味判别方法
CN112033911A (zh) 一种基于色差和紫外光谱的茶叶等级快速鉴别方法
CN101158657B (zh) 基于x射线荧光技术的茶叶产地鉴别方法
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
CN108287161A (zh) 一种智能茶叶感官审评方法及***
CN112966789A (zh) 一种烟叶成熟度识别方法、装置及设备
CN110174487A (zh) 一种基于高效液相指纹图谱和判别分析的凤凰单枞鉴别方法
CN108960844A (zh) 谱纹溯源平台
CN202794093U (zh) 一种基于仿生嗅觉的烘焙食品质量快速检测装置

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120118

Termination date: 20151009

EXPY Termination of patent right or utility model