陈 琦， 潘天红， 李鱼强， 林 鸿

1. 合肥工业大学食品与生物工程学院， 安徽 合肥 230601 2. 安徽大学电气工程与自动化学院， 安徽 合肥 230601 3. 黄山海关茶叶质量安全研究中心， 安徽 黄山 245000 4. 江苏大学电气信息工程学院， 江苏 镇江 212013

引 言

太平猴魁茶属于绿茶尖茶， 主要产于安徽省黄山市黄山区三合村猴坑、 猴岗和严家三个村落[1]。 太平猴魁茶成品具有“两叶一芽、 扁平挺直、 魁伟重实、 色泽苍绿、 兰香高爽、 滋味甘醇”等特点， 深受广大消费者喜爱[1-2]。 随着市场的不断扩大， 茶叶掺假现象的不断发生损害了太平猴魁茶的市场形象， 实现精准产地鉴别分析对促进太平猴魁茶发展具有重要意义。

传统感官分析方法主要通过外观、 汤色、 滋味及香气等感官指标实现产地鉴别分析， 但手工工艺制备的茶叶成品外观差异较小， 导致基于人工经验的感官评审方法无法实现快速、 精准的产地鉴别分析[3]。 目前主要通过化学分析方法实现茶叶高精度产地鉴别， 然而化学分析检测繁琐、 成本高， 并且目前没有统一的化学检测标准可用于太平猴魁茶产地鉴别分析。

近红外光谱(near infrared spectroscopy,NIR)作为一种无损分析方法， 具有快速、 非破坏性、 无污染等特点， 已在茶叶生产过程得到广泛应用[4-5]。 然而不同产地茶叶内含成分种类及其含量基本相同， 不同产地样本光谱特征峰分布基本相同， 导致常规分析方法无法有效选择光谱特征。 卷积神经网络(convolutional neural networks,CNN)作为典型的深度学习网络模型之一， 具有很强的特征提取和模型表达能力， 已被广泛应用于NIR特征提取分析[6-9]。……