基于电子舌和多元数据分析的咖啡焙炒度检测方法研究

利用电子舌技术结合多元数据分析对不同焙炒度(浅度、中度、深度)的咖啡豆进行区分。原始电子感官数据经归一化处理后,采用主成分分析(PCA)对其进行解析,结果表明:不同焙炒度的咖啡样品基本能够按各自特性聚为一类,扩展正则变量分析(ECVA)对样品的分类结果与PCA解析后的结果一致;比较不同的有监督模式识别方法:K-最近邻法(KNN)、偏最小二乘判别分析(PLS-DA)和最小二乘-支持向量机(LS-SVM)所建立模型对未知样品的预报能力,其中LS-SVM模型的预报结果较好,其识别率和预报率均为100%。