基于近红外光谱的烟叶SIMCA模式识别

摘要：

研究了基于烟叶的近红外光谱数据通过软独立模式分类(SIMCA)识别不同烟叶的方法.首先对每种具有确定产地、等级、品种的目标烟叶进行多次分布式取样,扫描目标烟叶多个样品的近红外光谱;再对目标烟叶近红外光谱进行主成分分析(PCA)运算生成每种目标烟叶的数据模型;然后扫描未知烟叶的近红外光谱,用目标烟叶数据模型对未知烟叶近红外光谱进行主成分分解计算,计算未知烟叶与目标烟叶的距离,通过距离衡量未知烟叶与目标烟叶的相似程度.建立了包含115种不同产地、等级、品种的目标烟叶的数据模型,对115个外部检验样品进行了模式识别,正确识别率高于90%.结果表明该烟叶模式识别方法基础数据易得,同时考虑了烟叶的平均水平和分布水平,识别准确率高,具有良好的发展前景.

关键词：烟叶、近红外、模式识别、SIMCA

所属期刊栏目：15

分类号：TS412(烟草工业)

资助基金：国家烟草专卖局资助项目国烟科2003-542号"烟叶质量评价体系研究"

在线出版日期：2010-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-5