响应曲面优化茶树花饮料发酵工艺

以茶树花为主要原料,发酵制作茶树花饮料并优化其发酵工艺。以感官审评得分为评价指标,单因素实验分析菌种、料液比、加糖量、发酵温度、发酵时间对发酵饮料的影响,并通过响应曲面法对4个主要因素进行优化,确定茶树花发酵饮料的最佳发酵工艺。结果表明,料液比值1/54 g·mL^(-1)、加糖量6.5%、发酵温度35℃、发酵时间41.5 h时,得到的茶树花饮料茶香、花香、甜香最协调,苦涩味低。主成分分析结果表明,发酵饮料的游离氨基酸含量增加,咖啡碱、茶多酚、儿茶素含量降低,发酵饮料DPPH自由基清除率为85.47%。

一种茶叶病害的深度学习检测算法

提出了一种改进的基于深度学习的茶叶病害目标检测算法。该方法在网络模型中添加坐标注意力机制,使模型细化特征,更加关注茶叶病害信息,从而抑制树枝、杂草等一些背景因素的干扰;选用CIoU作为模型的损失函数以提高定位能力;同时,通过聚类的方法对数据集中的目标边框进行重新优化,以获得更精准的先验框;并建立包含6种病害的茶叶病害数据集,解决了病害图像数据匮乏的问题。与其他算法对比实验结果表明,所提出的算法在多个指标上均有较好的表现,可为茶叶病害智能化诊断提供高效的解决方案。