領(lǐng)學術(shù)科研之先，創(chuàng)食品科技之新
—— 中國食品雜志社
本研究以茶鮮葉為原料，按照自然萎凋、遠紅外輻射3 h、遠紅外輻射6 h 3 種工藝進行萎凋，測定主要滋味物質(zhì)的含量，并采集萎凋樣本的可見-近紅外光譜與圖像數(shù)據(jù)，構(gòu)建融合卷積注意力模塊的一維卷積神經(jīng)網(wǎng)絡(luò)（one-dimensional convolutional neural network with convolutional block attention module，CBAM-1DCNN）模型。結(jié)果顯示，遠紅外輻射3 h條件下，萎凋15 h的酚氨比相比茶鮮葉下降了20.06%，感官得分最高。基于近紅外光譜與機器視覺技術(shù)構(gòu)建的CBAM-1DCNN模型比單一技術(shù)建立的模型判別能力更強，訓練集準確率為99.11%，預測集準確率為96.00%。遠紅外輻射顯著改變了主要滋味物質(zhì)的含量，且通過近紅外光譜與機器視覺技術(shù)可以實現(xiàn)紅茶萎凋程度的快速判別。
2023年第44卷 2022年第43卷 2021年第42卷 2020年第41卷 2019年第40卷 2018年第39卷 2017年第38卷 2016年第37卷 2015年第36卷 2014年第35卷 2013年第34卷 2012年第33卷 2011年第32卷 2010年第31卷 2009年第30卷 2008年第29卷 2007年第28卷 2006年第27卷 2005年第26卷 2004年第25卷 2003年第24卷 2002年第23卷 2001年第22卷 2000年第21卷 1999年第20卷 1998年第19卷 1997年第18卷 1996年第17卷 1995年第16卷 1994年第15卷 1993年第14卷 1992年第13卷 1991年第12卷 1990年第11卷 1989年第10卷 1988年第09卷 1987年第08卷 1986年第07卷 1985年第06卷 1984年第05卷 1983年第04卷 1982年第03卷 1981年第02卷 1980年第01卷
電話: 010-87293157
地址: 北京市豐臺區(qū)洋橋70號
版權(quán)所有 @ 2023 中國食品雜志社 京公網(wǎng)安備11010602060050號 京ICP備14033398號-2
