近红外光谱结合极限学习机和GA-PLS算法检测普洱茶茶多酚含量

利用近红外光谱技术检测普洱茶中茶多酚的含量，首先通过遗传偏最小二乘法（GA-PLS）筛选出表征茶多酚含量的特征波数点，并进行主成分分析，然后建立极限学习机（ELM）预测模型。研究得到的最佳ELM预测模型涉及40个变量，主成分分析后以第1、第2主成分作为输入，以Sigmoidal函数为隐含层神经元激励函数，隐含层神经元个数确定为13。模型的交互验证均方根误差值、预测集均方根误差值和预测集相关系数R2分别为1.0109、1.6686和0.9705，预测性能明显优于全光谱偏最小二乘模型和遗传偏最小二乘模型。说明利用近红外光谱技术结合极限学习机和遗传偏最小二乘法可以很好地预测普洱茶中茶多酚的含量。