基于近紅外光譜的煙葉產(chǎn)地識(shí)別方法研究.pdf

1、煙葉作為卷煙生產(chǎn)的基礎(chǔ)部分，其內(nèi)在品質(zhì)影響了卷煙產(chǎn)品的質(zhì)量。產(chǎn)地、部位與等級(jí)的劃分在煙葉采購(gòu)與質(zhì)量管理中起著關(guān)鍵性作用。在卷煙生產(chǎn)中，各產(chǎn)區(qū)煙葉的風(fēng)格特征凸顯和品質(zhì)好壞對(duì)提高卷煙產(chǎn)品質(zhì)量具有很大意義。近紅外光譜分析技術(shù)作為一種綠色、環(huán)保、無(wú)破壞性的分析技術(shù)，近年來(lái)在煙草行業(yè)得到了迅速發(fā)展和廣泛應(yīng)用。因近紅外光譜具有譜峰重疊、光譜波長(zhǎng)點(diǎn)多、信噪比低等特征，須借助化學(xué)計(jì)量學(xué)方法挖掘蘊(yùn)含在光譜中內(nèi)在特征信息。因此在煙葉產(chǎn)地識(shí)別研究中，需開展高

2、維光譜降維、波長(zhǎng)變量選擇與優(yōu)化以及模式識(shí)別方法研究等多項(xiàng)關(guān)鍵技術(shù)，為近紅外光譜分析技術(shù)進(jìn)行煙葉質(zhì)量全面評(píng)價(jià)、煙葉栽培措施改進(jìn)以及煙葉配打提供重要的技術(shù)支撐。
　　本文的主要工作如下:
　　1.通過大量的文獻(xiàn)閱讀，分析了近紅外光譜降維算法、模式識(shí)別分類算法的研究現(xiàn)狀，指出了現(xiàn)有算法的優(yōu)劣，提出了本文研究目的、意義及主要研究?jī)?nèi)容。
　　2.介紹了化學(xué)計(jì)量學(xué)方法與分子光譜分析技術(shù)，對(duì)近紅外光譜的漫反射原理及分析譜區(qū)的選擇進(jìn)行

3、說明，介紹了近紅外光譜的定性識(shí)別過程與定性方法，給出了模式識(shí)別方法的實(shí)現(xiàn)及近紅外模型評(píng)價(jià)。
　　3.針對(duì)煙葉近紅外光譜數(shù)據(jù)變量選擇困難等問題，本文分別從兩個(gè)方面對(duì)其進(jìn)行分析研究，分別為基于特征選擇的降維算法研究和基于特征提取的降維算法研究。實(shí)驗(yàn)結(jié)果表明，采用兩種方式均可提取出樣本光譜中特征信息與產(chǎn)地分類信息。通過與SIMCA算法進(jìn)行對(duì)比分析，SPA-LDA算法篩選的變量可以較好表達(dá)煙葉中關(guān)于分類的信息，僅用兩個(gè)波數(shù)就可以成功劃分所