《表2 基于MLP法分类预测不同产区的龙井茶结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于HPLC多元指纹图谱的龙井茶产地判别研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

多层感知器（Multilayer perceptron，MLP）是一种多层前馈神经网络，主要特点为信号向前传递，误差反向传递，根据预测误差调整网络权值和阈值，使输出的预测值不断接近期望输出。本研究以2.2节中构成多元指纹图谱的28个特征色谱峰的相对峰面积作为输入变量，以龙井茶的三大产区作为输出变量。将104个样品随机分为训练集（44个）、校验集（22个）与测试集（38个），运用MLP神经网络方法进行分析。对HPLC产生的28个协变量数据进行统一标准化处理，作为网络输入层，输入层设定1个隐含层，隐含层个数为2，样品的产区作为网络输出层。采用Sigmoid作为输入层的激活函数，同时采用Softmax作为输出层的激活函数，并以共扼梯度法作为训练方法[9]进行产区分类预测。结果如表2所示，训练集、校验集及测试集产区预测总体正确率均在90%以上。不同产区中，钱塘产区龙井茶预测准确率最高，在训练集、校验集及测试集中预测准确率均达100%；西湖产区龙井茶在训练集中预测准确率为90.9%，11个样本中有1个样本误判为越州龙井，在校验集及测试集中预测准确率均达100%。越州产区龙井茶预测准确率相对较低，在训练集、校验集及测试集中预测准确率分别为94.1%，88.9%和81.3，其中训练集及校验集中样本误判为钱塘龙井，而在测试集中部分样品被误判为钱塘龙井，部分被误判为西湖龙井。上述结果表明，基于龙井茶HPLC指纹图谱，结合MLP神经网络技术能够较好地识别龙井茶样本的产区。