领学术科研之先，创食品科技之新
—— 中国食品杂志社
本研究以茶鲜叶为原料，按照自然萎凋、远红外辐射3 h、远红外辐射6 h 3 种工艺进行萎凋，测定主要滋味物质的含量，并采集萎凋样本的可见-近红外光谱与图像数据，构建融合卷积注意力模块的一维卷积神经网络（one-dimensional convolutional neural network with convolutional block attention module，CBAM-1DCNN）模型。结果显示，远红外辐射3 h条件下，萎凋15 h的酚氨比相比茶鲜叶下降了20.06%，感官得分最高。基于近红外光谱与机器视觉技术构建的CBAM-1DCNN模型比单一技术建立的模型判别能力更强，训练集准确率为99.11%，预测集准确率为96.00%。远红外辐射显著改变了主要滋味物质的含量，且通过近红外光谱与机器视觉技术可以实现红茶萎凋程度的快速判别。
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
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2
