论文部分内容阅读
摘 要：基于主成分分析的特征提取思想，提出特征提取方法，简要分析特征提取方法对波段的选取要求，以及不同预处理方法对二次特征提取的影响，然后将特征提取应用在不同发酵度茶叶：绿茶、黄茶、白茶、青茶、红茶、黑茶这六大类茶叶的识别上，建立能够识别六大类茶叶的判别器。此法对于鉴别茶叶等其它复杂体系的特征有重要的价值。
关键词：特征提取 红外光谱 茶叶 识别
中图分类号：TS272.7 文献标识码：A 文章编号：1007-3973（2013）003-081-02
目前研究茶叶的类别主要是通过感官评审法和理化分析法，前者对实检验人员要求高、易受主观因素影响，后者费用高、耗时长、重复性差。近年来，国内外的学者对茶叶进行了大量的内含物定量分析，但忽视了茶叶本身具有的综合性特点，所以现在人们越来越倾向于将红外光谱应用到茶叶的检测上。潘燕飞等发现不同品质的同种茶叶在谱图上的特征谱带有细微差异，该发现证明了傅里叶变换红外光谱法用于鉴别茶叶品质的可行性。
由于茶叶本身具有复杂性、所含信息具有综合性的特点，茶叶内含化合物在红外光谱上响应信号相互叠加，我们难以在光谱曲线上直接根据波峰位置和高度来确定茶叶各组分含量，也不能简单地凭借光谱图来进行茶叶的类别分析，因此将红外光谱分析技术同某类分析方法结合起来应用。目前没有一种通过综合分析达到识别六大类茶叶种类的方法。鉴于此，本文在红外光谱技术结合主成分分析的基础上，提出了特征提取方法，对不同茶叶的发酵度进行了研究。
1 材料与方法
1.1 仪器设备与参数设置
TENSOR27型傅立叶红外光谱仪（BRUKER公司）；波数范围：400～4000cm-1；扫描次数：16次；分辨率：4cm-1。
1.2 样品来源和预处理
样品来源：绿茶（发酵度0%）8种、黄茶（发酵度10-20%）2种、白茶（发酵度20-30%）2种、青茶（乌龙茶）（发酵度30-60%）13种、红茶（发酵度80-90%）3种、黑茶（发酵度100%）5种。其中绿茶、黄茶、白茶属于轻度发酵茶，青茶属于中度发酵茶，红茶和黑茶属于中度发酵茶。
样品制备：大致分为5个过程：烘干、粉碎、研磨、压片和光谱采集。茶叶样品在40℃恒温箱中烘12h，经粉碎机粉碎，过200目筛子后收集。茶叶粉末与KBr按1：120比例进行研磨、压片，对压片进行光谱采集。
1.3 特征基理论
主成分分析（Principal Component Analysis，PCA）是以样品数据统计特征为基础的正交变换，是最小均方误差意义上的最优变换，可以用数量很少的几条本征谱，在不丢失主要光谱信息的前提下，取代原来复杂的原始光谱，解决了由于谱带的重叠而无法分析的困难。特征基理论是基于主成分分析法提出的一种降低茶叶红外光谱图原始数据的维数、提取反映茶叶信息的主要因素的多元统计分析方法。每进行一次特征提取就好比是一次主成分分析过程。特征提取是为了建立茶叶的光谱特征基，在主成分分析的最后就是选取变量建立特征基的过程，建立特征基后即可对所要分析指标进行投影分析。
二次特征提取是在一次特征提取基础上再进行一次主成分分析过程，即特征提取过程，也相当于再一次剔除冗余变量，提取变化相差较大变量的过程。在二次特征提取后，再根据不同的特征因子所含信息量的情况建立特征基。
2 结果与分析
2.1 二次特征提取用于红外光谱分析茶叶发酵度的分析
在对茶叶的红外光谱分析，进行一次特征提取，可以成功地将重度、中度和轻度发酵茶区分开来，但若要将每一类茶叶区分开，该方法就无能为力了，因此进行二次特征提取得到图 1，即试将绿茶、黄茶、白茶、青茶、红茶、黑茶六大类区分开来的投影图。由图1可以看出，几种茶叶不同种类间有明显的距离，每种茶叶的聚团性也比较好，因此，二次特征提取可以进行茶叶六大类的区分，并使六类茶叶的投影按发酵度的变化呈现出某种规律性的分布。
图1中绿茶、黄茶、白茶、红茶和黑茶这五类茶叶的投影图基本在一条线上，但青茶和这五类茶叶不在一条线上，考虑到是因为青茶的特殊性。青茶本身“绿叶镶红边”的特点表明了其既有绿茶的特性又有红茶的特性，并有研究说明青茶的发酵度主要与青茶发酵前后叶绿素含量变化有关，而其它茶叶的发酵度与茶叶发酵前后茶多酚含量变化的多少有关。在图1中，绿茶、黄茶、白茶、红茶和黑茶这五类茶叶呈线性分布，并体现了发酵度的变化，由绿茶到黑茶发酵度逐渐升高，由发酵度为零到发酵度为100%，该图基本上满足了本文既将茶叶区分开、又体现发酵度变化的预期目标。
2.2 不同发酵度判别器的建立
在建立不同发酵度茶叶判别器时应用到以下几个原则：（1）两点确定一条直线；（2）如果某一线段视为一个圆的直径，则可以由该线段画出一个且唯一一个圆；（3）根据两圆圆心连线可以画出唯一一条垂直且平分这条连线的直线；在每两类茶叶对应的圆与圆之间都作出划分界限的直线后，这些直线会相互交错，再根据相关性、就近原则及排除法，可以将多余直线和射线去掉，最后就可以留下由线段和射线组成的划分不同区域的一个网，如图2。
图2 有关茶叶种类的判别图
2.3 判别器的验证
分别选取了3种绿茶、2种青茶、4种红茶以及1种黄茶共10种茶叶来验证判别器识别不同发酵度茶叶的正确率，见图3。
图3 判别器的验证图片
由判别器的验证图片可看出，10种茶叶中有8种茶叶投影落在所属种类区域内，仅黄茶中的君山黄茶和绿茶中的君山毛尖投影位置相互颠倒，可见判别器的有效识别率可达80%。因此，利用特征基理论提取红外光谱特征信息建立判别器分析茶叶发酵度的模型是可行的。
3 小结
基于主成分分析的特征提取思想，提出了二次特征提取方法应用在不同发酵度茶叶的识别上，建立了能够识别六大类茶叶发酵度的判别器，有效识别率达到80%。在今后的茶叶品质控制中，用红外光谱特征基提取方法确定茶叶的发酵度将具有重要的指导意义。
参考文献：
[1] 顾谦，陆锦时，等.茶叶化学[M].安徽：中国科学技术大学出版社，2002：12-128.
[2] Vitaly Erukhimovitch，Marina Talyshinsky，Yelena Souprun.FTIR spectroscopy examination of leukemia patients plasma[J].Vibrational Spectroscopy，2006（40）：40-46.
[3] Leonardo S.G. Teixeira a， Fa′bio S. Oliveira， Hilda C. dos Santos. Multivariate calibration in Fourier transform infrared spectrometry as a tool to detect adulterations in Brazilian gasoline[J].Fuel，2008（87）：346-352.
[4] 冯宇，顾晓红，等.中红外光谱与模式识别相结合鉴别茶叶种类[J].食品与生物技术报.2007，26（2）：7-11.
关键词：特征提取 红外光谱 茶叶 识别
中图分类号：TS272.7 文献标识码：A 文章编号：1007-3973（2013）003-081-02
目前研究茶叶的类别主要是通过感官评审法和理化分析法，前者对实检验人员要求高、易受主观因素影响，后者费用高、耗时长、重复性差。近年来，国内外的学者对茶叶进行了大量的内含物定量分析，但忽视了茶叶本身具有的综合性特点，所以现在人们越来越倾向于将红外光谱应用到茶叶的检测上。潘燕飞等发现不同品质的同种茶叶在谱图上的特征谱带有细微差异，该发现证明了傅里叶变换红外光谱法用于鉴别茶叶品质的可行性。
由于茶叶本身具有复杂性、所含信息具有综合性的特点，茶叶内含化合物在红外光谱上响应信号相互叠加，我们难以在光谱曲线上直接根据波峰位置和高度来确定茶叶各组分含量，也不能简单地凭借光谱图来进行茶叶的类别分析，因此将红外光谱分析技术同某类分析方法结合起来应用。目前没有一种通过综合分析达到识别六大类茶叶种类的方法。鉴于此，本文在红外光谱技术结合主成分分析的基础上，提出了特征提取方法，对不同茶叶的发酵度进行了研究。
1 材料与方法
1.1 仪器设备与参数设置
TENSOR27型傅立叶红外光谱仪（BRUKER公司）；波数范围：400～4000cm-1；扫描次数：16次；分辨率：4cm-1。
1.2 样品来源和预处理
样品来源：绿茶（发酵度0%）8种、黄茶（发酵度10-20%）2种、白茶（发酵度20-30%）2种、青茶（乌龙茶）（发酵度30-60%）13种、红茶（发酵度80-90%）3种、黑茶（发酵度100%）5种。其中绿茶、黄茶、白茶属于轻度发酵茶，青茶属于中度发酵茶，红茶和黑茶属于中度发酵茶。
样品制备：大致分为5个过程：烘干、粉碎、研磨、压片和光谱采集。茶叶样品在40℃恒温箱中烘12h，经粉碎机粉碎，过200目筛子后收集。茶叶粉末与KBr按1：120比例进行研磨、压片，对压片进行光谱采集。
1.3 特征基理论
主成分分析（Principal Component Analysis，PCA）是以样品数据统计特征为基础的正交变换，是最小均方误差意义上的最优变换，可以用数量很少的几条本征谱，在不丢失主要光谱信息的前提下，取代原来复杂的原始光谱，解决了由于谱带的重叠而无法分析的困难。特征基理论是基于主成分分析法提出的一种降低茶叶红外光谱图原始数据的维数、提取反映茶叶信息的主要因素的多元统计分析方法。每进行一次特征提取就好比是一次主成分分析过程。特征提取是为了建立茶叶的光谱特征基，在主成分分析的最后就是选取变量建立特征基的过程，建立特征基后即可对所要分析指标进行投影分析。
二次特征提取是在一次特征提取基础上再进行一次主成分分析过程，即特征提取过程，也相当于再一次剔除冗余变量，提取变化相差较大变量的过程。在二次特征提取后，再根据不同的特征因子所含信息量的情况建立特征基。
2 结果与分析
2.1 二次特征提取用于红外光谱分析茶叶发酵度的分析
在对茶叶的红外光谱分析，进行一次特征提取，可以成功地将重度、中度和轻度发酵茶区分开来，但若要将每一类茶叶区分开，该方法就无能为力了，因此进行二次特征提取得到图 1，即试将绿茶、黄茶、白茶、青茶、红茶、黑茶六大类区分开来的投影图。由图1可以看出，几种茶叶不同种类间有明显的距离，每种茶叶的聚团性也比较好，因此，二次特征提取可以进行茶叶六大类的区分，并使六类茶叶的投影按发酵度的变化呈现出某种规律性的分布。
图1中绿茶、黄茶、白茶、红茶和黑茶这五类茶叶的投影图基本在一条线上，但青茶和这五类茶叶不在一条线上，考虑到是因为青茶的特殊性。青茶本身“绿叶镶红边”的特点表明了其既有绿茶的特性又有红茶的特性，并有研究说明青茶的发酵度主要与青茶发酵前后叶绿素含量变化有关，而其它茶叶的发酵度与茶叶发酵前后茶多酚含量变化的多少有关。在图1中，绿茶、黄茶、白茶、红茶和黑茶这五类茶叶呈线性分布，并体现了发酵度的变化，由绿茶到黑茶发酵度逐渐升高，由发酵度为零到发酵度为100%，该图基本上满足了本文既将茶叶区分开、又体现发酵度变化的预期目标。
2.2 不同发酵度判别器的建立
在建立不同发酵度茶叶判别器时应用到以下几个原则：（1）两点确定一条直线；（2）如果某一线段视为一个圆的直径，则可以由该线段画出一个且唯一一个圆；（3）根据两圆圆心连线可以画出唯一一条垂直且平分这条连线的直线；在每两类茶叶对应的圆与圆之间都作出划分界限的直线后，这些直线会相互交错，再根据相关性、就近原则及排除法，可以将多余直线和射线去掉，最后就可以留下由线段和射线组成的划分不同区域的一个网，如图2。
图2 有关茶叶种类的判别图
2.3 判别器的验证
分别选取了3种绿茶、2种青茶、4种红茶以及1种黄茶共10种茶叶来验证判别器识别不同发酵度茶叶的正确率，见图3。
图3 判别器的验证图片
由判别器的验证图片可看出，10种茶叶中有8种茶叶投影落在所属种类区域内，仅黄茶中的君山黄茶和绿茶中的君山毛尖投影位置相互颠倒，可见判别器的有效识别率可达80%。因此，利用特征基理论提取红外光谱特征信息建立判别器分析茶叶发酵度的模型是可行的。
3 小结
基于主成分分析的特征提取思想，提出了二次特征提取方法应用在不同发酵度茶叶的识别上，建立了能够识别六大类茶叶发酵度的判别器，有效识别率达到80%。在今后的茶叶品质控制中，用红外光谱特征基提取方法确定茶叶的发酵度将具有重要的指导意义。
参考文献：
[1] 顾谦，陆锦时，等.茶叶化学[M].安徽：中国科学技术大学出版社，2002：12-128.
[2] Vitaly Erukhimovitch，Marina Talyshinsky，Yelena Souprun.FTIR spectroscopy examination of leukemia patients plasma[J].Vibrational Spectroscopy，2006（40）：40-46.
[3] Leonardo S.G. Teixeira a， Fa′bio S. Oliveira， Hilda C. dos Santos. Multivariate calibration in Fourier transform infrared spectrometry as a tool to detect adulterations in Brazilian gasoline[J].Fuel，2008（87）：346-352.
[4] 冯宇，顾晓红，等.中红外光谱与模式识别相结合鉴别茶叶种类[J].食品与生物技术报.2007，26（2）：7-11.