基于近紅外光譜的煙葉產地識別方法研究.pdf

1、煙葉作為卷煙生產的基礎部分，其內在品質影響了卷煙產品的質量。產地、部位與等級的劃分在煙葉采購與質量管理中起著關鍵性作用。在卷煙生產中，各產區(qū)煙葉的風格特征凸顯和品質好壞對提高卷煙產品質量具有很大意義。近紅外光譜分析技術作為一種綠色、環(huán)保、無破壞性的分析技術，近年來在煙草行業(yè)得到了迅速發(fā)展和廣泛應用。因近紅外光譜具有譜峰重疊、光譜波長點多、信噪比低等特征，須借助化學計量學方法挖掘蘊含在光譜中內在特征信息。因此在煙葉產地識別研究中，需開展高

2、維光譜降維、波長變量選擇與優(yōu)化以及模式識別方法研究等多項關鍵技術，為近紅外光譜分析技術進行煙葉質量全面評價、煙葉栽培措施改進以及煙葉配打提供重要的技術支撐。
　　本文的主要工作如下:
　　1.通過大量的文獻閱讀，分析了近紅外光譜降維算法、模式識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、意義及主要研究內容。
　　2.介紹了化學計量學方法與分子光譜分析技術，對近紅外光譜的漫反射原理及分析譜區(qū)的選擇進行

3、說明，介紹了近紅外光譜的定性識別過程與定性方法，給出了模式識別方法的實現(xiàn)及近紅外模型評價。
　　3.針對煙葉近紅外光譜數(shù)據(jù)變量選擇困難等問題，本文分別從兩個方面對其進行分析研究，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。實驗結果表明，采用兩種方式均可提取出樣本光譜中特征信息與產地分類信息。通過與SIMCA算法進行對比分析，SPA-LDA算法篩選的變量可以較好表達煙葉中關于分類的信息，僅用兩個波數(shù)就可以成功劃分所