為了對卷煙牌號進行準確分類鑒別,提出了一種基于近紅外光譜（NIRS）分析技術結合有監(jiān)督的模式識別快速鑒別卷煙牌號的新方法。利用標準正態(tài)變量變換（SNV）、多元散射校正（MSC）、一階導數（FD）、二階導數（SD）和Savitzky-Golay平滑（SG）及其相結合的光譜預處理方法對煙絲光譜進行預處理,通過近紅外光譜結合主成分分析（PCA）、偏最小二乘判別分析（PLS-DA）和正交偏最小二乘判別分析（OPLS-DA） 3種模式識別方法對不同牌號煙絲進行分類識別研究,并采用分類識別正確率作為評價指標。實驗結果表明:（1）煙絲近紅外光譜主成分得分圖交叉重疊,區(qū)分不明顯,PCA無法識別出5種牌號的成品煙絲;（2）煙絲光譜經MSC+FD預處理后的PLS-DA模型可得到較好的識別效果,校正集和測試集的分類識別正確率分別為100%和98.3%;（3）煙絲光譜經MSC+SD預處理后的OPLS-DA模型的模式識別效果最好,模型對自變量擬合指數（R~2X）,因變量的擬合指數（R~2Y）和模型預測指數（Q~2）分別為0.485、0.907和0.748,近紅外光譜校正集和測試集的分類識別正確率均為100%。說... 

【文章頁數】：7 頁

【文章目錄】：
1 實驗部分
    1.1 儀器與材料
    1.2 樣品制備
    1.3 樣品近紅外光譜采集
    1.4 樣品集劃分及光譜預處理
    1.5 數據分析
        1.5.1 主成分分析(PCA)
        1.5.2 偏最小二乘判別分析法(PLS-DA)
        1.5.3 正交偏最小二乘判別分析法(OPLS-DA)
2 結果與討論
    2.1 光譜預處理
    2.2 成品煙絲的主成分分析
    2.3 成品煙絲的偏最小二乘判別分析
    2.4 成品煙絲的正交偏最小二乘判別分析
3 結 論


【參考文獻】：
期刊論文
[1]近五年我國近紅外光譜分析技術研究與應用進展[J]. 褚小立,史云穎,陳瀑,李敬巖,許育鵬.  分析測試學報. 2019(05)
[2]基于煙絲動態(tài)頂空香氣成分的卷煙品牌分析[J]. 賴燕華,肖明禮,盧嘉健,韓冰.  中國煙草科學. 2017(06)
[3]近紅外光譜技術結合RCA和SPA方法檢測土壤總氮研究[J]. 方孝榮,章海亮,黃凌霞,何勇.  光譜學與光譜分析. 2015(05)
[4]近紅外光譜與化學計量學方法用于鎘污染稻米的定性鑒別[J]. 朱向榮,李高陽,黃綠紅,蘇東林,劉偉,單楊.  分析化學. 2015(04)
[5]基于近紅外光譜的卷煙質量投影模型[J]. 吳海云,束茹欣,陳德莉,陳勇.  中國煙草學報. 2015(01)
[6]多元散射校正預處理波段對近紅外光譜定標模型的影響[J]. 王動民,紀俊敏,高洪智.  光譜學與光譜分析. 2014(09)
[7]Hotelling T~2結合多組分NIR校正模型在卷煙生產過程質量監(jiān)測中的應用[J]. 李偉,馮洪濤,周桂圓,王家俊,李滟芳,錢啟福,楊盼盼,楊勇.  煙草科技. 2014(07)
[8]基于PCA和BP神經網絡的葡萄酒品質預測模型[J]. 曾祥燕,趙良忠,孫文兵,蔣盛巖.  食品與機械. 2014(01)
[9]FT-NIR光譜法測定煙草中綠原酸、蕓香苷、莨菪亭及總多酚含量[J]. 冷紅瓊,郭亞東,劉巍,張濤,鄧亮,沈志強.  光譜學與光譜分析. 2013(07)
[10]近紅外光譜與多元統(tǒng)計方法用于生產過程實時分析[J]. 王毅,馬翔,溫亞東,鄒泉,王俊,涂家潤,蔡文生,邵學廣.  光譜學與光譜分析. 2013(05)



本文編號：3682299