申请/专利权人：安徽农业大学

申请日：2023-12-15

公开（公告）日：2024-03-26

公开（公告）号：CN117761041A

主分类号：G01N21/78

分类号：G01N21/78;G01N21/01;G01N21/17

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明公开了一种利用功能化染料构建CSA监测黄大茶焙火程度的方法，基于纳米改性和PSNMOF多孔材料改性TPP染料的新型比色传感器，用于监测黄大茶的焙火程度。基于PSNMOF@N‑TPP的CNN模型均达到100％的判别率，优于基于原始TPP的CNN模型90％。结果表明，所提出的方法可以有效提高LYT焙烧度的监测精度。

主权项：1.一种利用功能化染料构建CSA监测黄大茶焙火程度的方法，其特征在于：S1：将功能化染料溶解在N-N-二甲基乙酰胺溶液中，配制成2mgmL的溶液，超声30分钟，避光保存；S2：选择C2反相硅胶板作为可视化传感器阵列的固体基底，将S1配制的功能化染料溶液滴加到C2反相硅胶板上，干燥后即可获得CSA以进行后续实验；S3：将不同焙火程度的黄大茶样品和S2获得的CSA置于干燥的培养皿中，在65℃的烤箱中反应6分钟，每个茶叶样品设置6-8个平行实验，通过平板扫描仪收集CSA的响应信息，获取RGBHSVLab色差并提取变量：ΔR＝Ra-RbΔG＝Ga-GbΔB＝Ba-BbΔH＝Ha-HbΔS＝Sa-SbΔV＝Va-VbΔL＝La-LbΔa＝aa-abΔb＝ba-bb其中：下标a表示反应后，下标b表示反应前；S4：采用CNN算法，将卷积次数设定为500，输入不同黄大茶样品的ΔR、ΔG、ΔB、ΔH、ΔS、ΔV、ΔL、Δa、Δb数据，利用卷积运算提取特征，直至模型训练完成；随后即可使用训练好的CNN模型对新的待测样品进行预测和分类。

全文数据：

权利要求：

百度查询： 安徽农业大学 一种利用功能化染料构建CSA监测黄大茶焙火程度的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD