资源描述：
《pca+和+plsda+用于晒青毛茶级别分类研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、PCA和PLS-DA用于晒青毛茶级别分类研究刘彬球，陈孝权，吴晓刚，张偎，王子浩大益集团勐海茶业有限责任公司，云南勐海666200摘要：利用主成分分析法（PrincipalComponentAnalysis,PCA）和偏最小二乘法判别分析（PartialLeastSquaresDiscriminantAnalysis,PLS-DA）对晒青毛茶进行级别分类，并通过统计分析找出重要理化成分。结果表明：PCA和PLS-DA均可以直观地对晒青毛茶级别进行分类，其中能够稳定地分类出3级毛茶，而难以将6级和9级毛茶明显地
2、分类。通过PCA载荷图（Loadingsplot）和PLS-DA变量重要性因子（Variableimportantfortheprojection，VIP）分布图可得出氨基酸含量为级别分类的重要理化成分，其中赖氨酸（Lys）、脯氨酸（Pro）和苯丙氨酸（Phe）是对级别分类最重要的3种氨基酸组分。关键词：晒青毛茶；级别分类；主成分分析；偏最小二乘法判别分析中图分类号：TS272.5文献标识码：A文章编号：1000-369X（2015）02-179-06StudyofPu′erRawMaterialsGrade
3、ClassificationbyPCAandPLS-DALIUBinqiu,CHENXiaoquan,WUXiaogang,ZHANGWei,WANGZihaoMenghaiTeaIndustryCo.,Ltd,inTAETEAGroup,Menghai,Yunnan666200,ChinaAbstract:TwoclassificationmethodsforPu′errawmaterialswereexploredusingprincipalcomponentanalysis(PCA)andpartial
4、leastsquaresdiscriminantanalysis(PLS-DA),andtheimportantphysicalandchemicalcompositionswereidentifiedthroughthestatisticalanalysis.TheresultsrevealedthatbothPCAandPLS-DAcoulddirectlyclassifythegradesofPu′errawmaterials,particularlyforthegrade3,butnotforthat
5、ofgrade6and9.ThePCAloadingsplotandPLS-DAvariableimportantfortheprojectionplotindicatedthatthecontentsofaminoacidsweretheimportantphysicalandchemicalcomponentsforclassification.Lysine(Lys),proline(Pro)andphenylalanine(Phe)werethreemostimportantphysicalandche
6、micalcompositions.Keywords:Pu′errawmaterialstea,gradeclassification,PCA,PLS-DA间的关系报道较少[6]。目前，晒青毛茶级别主要依据感官品质特征进行评定，结果存在个体误差且需要经验。因此为使得晒青毛茶的级别分类更科学直观，需要对晒青毛茶多项理化成分含量进行多元统计分析，找出级别与理化成分含量之间存在的关系。主成分分析（PrincipalComponent普洱茶是以地理标志保护范围内的云南大叶种[CamelliasinensisVar.a
7、ssamica（Mast.）Kitamura]晒青毛茶为原料，利用一定工艺制成的具有独特品质特征的茶叶[1]。作为普洱茶的原料，晒青毛茶的优劣直接关系到普洱茶的品质。虽然理化成分与成品普洱茶级别之间的关系已有相关报道[2-5]，但与晒青毛茶级别之收稿日期：2014-09-10修订日期：2014-10-17作者简介：刘彬球（1989—），男，江西九江人，硕士研究生，主要从事普洱茶研究。E-mail：liu-binqiu@163.com180茶叶科学35卷Analysis,PCA）和偏最小二乘法判别分析（Part
8、ialLeastSquaresDiscriminantAnalysis,PLS-DA）已经广泛用于食品、药品和农产品等的快速识别[7-12]。本研究主要利用PCA和PLS-DA对晒青毛茶的多项理化成分进行统计分析，建立数学模型对晒青毛茶进行级别分类，并找出重要的理化成分。本，当组间差异较小而组内差异较大时则难以得出正确结论。而PLS-DA为有监督分析，人为加入分组变量，可弥补PCA方法的不足，强化组
