陈思博 ，潘晓文，吴子旋，孙桢怡 ，李少凡 ，刘金福 *

1. 福建农林大学计算机与信息学院（福州 350002）；2. 生态与资源统计福建省高校重点实验室（福州 350002）

茶是深受国人喜爱的传统饮品，近年来茶文化发展迅速，茶叶成为世界三大非酒精饮品之首[1]。茶的种类繁多，按照加工工艺和产品特性可分为六大茶系（绿茶、红茶、白茶、黄茶、黑茶和乌龙茶）[2]，因此建立一种快速、便捷和准确地鉴别茶叶优劣的方法极为重要。

传统的感官定级法，凭借观察茶叶外形、颜色、叶片大小及感知茶叶香气等进行评审，但由于标准样品受限，影响因素过多[3]，导致评审结果模糊，缺少量化识别[4]；化学分析法是一种稳定、可靠的分析方法，具有可信度强、重复性好、精确度高、分析高效快速等优势，该方法通过测定茶叶的成分含量确定茶叶的种类，虽然该方法精确度高，但成本高、周期长[5-6]；电子鼻多传感器识别技术通过传感器阵列的反馈以识获取信息，进行茶叶种类识别，但由于检测系统单一不够全面，无法多角度反映样品信息，分类识别性能偏低[7]。

紫外光谱分析技术利用全谱段或多波长下的光谱数据进行定性或定量分析，将紫外光谱分析法应用在茶叶鉴别上的研究还较少[8-9]。因此，开展茶叶浸汁液的紫外光谱试验，并对其进行数据预处理后，分别采用主成分分析对光谱数据进行降维，用BP神经网络进行识别的方法，从中探索出更适合茶叶浸汁液紫外光谱数据的分析方法[10-12]。应用……