基于太赫兹时域光谱技术的烟草组分识别

摘要：

为了准确识别不同烟草配方组分,利用太赫兹时域光谱技术,针对烟草工业常用的叶丝、梗丝和再造烟叶丝3种烟草配方组分开展太赫兹光谱特性分析和分类识别方法研究.对0.35～1.50 THz范围内3种烟丝的吸收系数谱和折射率谱进行分析,通过低方差滤波结合主成分分析(Principal Component Analysis,PCA)进行光谱特征提取和降维,分别建立针对吸收谱和折射谱的支持向量机(Support Vector Machine,SVM)分类模型、最邻近分类(K-Nearest Neighbor,KNN)模型和袋装树(Bagged trees)分类模型.结果表明,基于吸收系数谱的分类模型准确率最高,低方差滤波结合PCA的特征提取算法能显著提高分类效果,其中KNN模型准确率达到98.3％.对频域光谱使用连续投影算法(Successive Projections Algorithm,SPA)特征提取并结合SVM模型,分类准确率也在90％左右.研究表明太赫兹时域光谱技术可应用于不同烟草组分的分类判别,为太赫兹技术在烟草物料无损检测的应用提供参考.

关键词：光谱、模型、烟草组分、太赫兹时域光谱、分类识别、最近邻分类、低方差滤波

所属期刊栏目：38

分类号：O657.3(分析化学)

资助基金：国家烟草专卖局重点研发科技项目;科技部对发展中国家常规性科技援助项目

在线出版日期：2022-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：310-316