排序方式： 共有3条查询结果，搜索用时 328 毫秒
1
1.
为了解不同部位烤烟挥发性有机酸含量和烟叶品质之间的关系,选取我国11个产区297份不同部位陈化烟叶,测定挥发性有机酸含量并对其进行描述统计,采用简单相关分析、回归分析、典型相关分析的方法,探讨不同部位烤烟挥发性有机酸含量与化学指标、感官评价指标的关系。结果表明,上、中、下部叶挥发性有机酸平均含量分别为15.63、13.56、11.92μg/g,且各个部位间差异极显著。各部位烟叶挥发性有机酸含量与化学指标的相关性不同,其中,挥发性有机酸总量与pH值、钾含量呈负相关。各个部位挥发性有机酸含量与感官评吸指标也有不同程度的相关性,挥发性有机酸总量对口感特性影响较大,上部叶挥发性有机酸含量与感官评吸指标呈正相关,中、下部叶挥发性有机酸含量与感官评吸指标呈负相关。典型相关分析表明,上部叶正丁酸、异戊酸、己酸含量对浓度、香气量影响明显,壬酸、庚酸含量对杂气、余味影响较明显;中部叶β-甲基戊酸、异戊酸、己酸含量对浓度影响较大;挥发性有机酸总量中异戊酸、己酸含量对香气质、浓度影响明显,戊酸、辛酸含量对劲头、刺激性影响明显。综合分析,上、中、下部叶挥发性有机酸含量均对pH值、余味、刺激性有着显著影响。为实现优质烟叶生产,应采取适当措施增加上部叶挥发性有机酸含量,适当调控中、下部叶挥发性有机酸含量,以提高烟叶品质。 相似文献
2.
烤烟烟叶等级是评价烟叶品质的重要依据,烟叶等级判定涉及国家、企业、烟农等多方利益,研究意义重大。基于此,研究团队采用深度学习残差网络ResNext50作为烟叶特征提取器,并在其中加入CA注意力机制,增强不同通道以及同一通道不同位置对特征的关注程度,同时采用多尺度特征融合的方式,获取不同的感受野用来表征烟叶的多尺度信息。研究结果表明,本研究提出的烟叶分级方法准确率达到91.7%,相较于基础ResNext50网络准确率提高了9.4%,为烟叶自动化分级提供了一个新方法。 相似文献
3.
为了探讨不同产地、不同等级以及不同品种来料烟外观指标、物理特性及近红外光谱对其感官质量的影响,找到一种可以客观反映烟叶感官质量的方法。选取了四川3个产地、3个部位、10个等级和2个品种的单料烟,以组为单位进行采集,每组10片,共采集烟叶7897片。使用变量标准化(SNV)方法对原始光谱数据进行校正,用Standard Scaler方法对烟叶外观指标、物理特性、校正后的光谱数据进行标准化。采用主成分分析(PCA)法对数据进行降维。分别运用二次判别分析算法(QDA)、K近邻算法(KNN)、支持向量机(SVC)构建训练模型,用Grid Search CV算法进行超参优化,以平衡准确率作为模型评价指标。结果表明,3个训练模型中,SVC的泛化能力最优。其中,香气风格彰显程度、香气质、香气量、杂气、浓度、劲头、刺激性、余味及甜感的预测平衡准确率分别为0.747、0.751、0.715、0.720、0.712、0.774、0.685、0.725、0.700。外观指标、物理特性及近红外光谱共同影响着烟叶的感官质量。 相似文献
1