基于因子分析和Bayers判别的烤烟香型分类模型构建与验证

摘要：

为研究烤烟化学组成与其香型间的关系,通过抽样法收集了2011-2013年国内15省71市(县)500个烟叶样品.参照行业及文献相关标准测定影响其品质的114种化学指标,对各指标采用MFA(因子分析)降维处理,因子得分构建Bayes香型定量判别模型并验证.结果表明,原始指标可提出22个公因子,其对原变量的总方差解释率为80.459％;巨豆三烯酮(A、C)、His、假木贼碱、总细胞壁物质等是烟叶中普遍存在且能较好代表其品质特征的物质;定量判别模型能依据不饱合醛酮、氨基酸、碱、细胞壁物质等类物质的含量对烟叶样品香型进行较好的预测,回判及预测正确率≥83.3％.该判别模型使用简便、迅速,能简化烟叶香型的判别流程,快速和客观的评价烟叶品质.

关键词：烤烟、化学组成、因子分析、判别分析

所属期刊栏目：37

分类号：TS41+1(烟草工业)

资助基金：云南中烟工业公司科技项目“适用于卷烟产品质量管控的分析检测平台搭建及应用”2015JC07;“国内外竞争性卷烟品牌的特性剖析”2013JC10

在线出版日期：2016-10-10（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：72-78