基于近紅外光譜的煙葉定量分析若干問題研究.pdf

1、隨著煙草行業(yè)競爭的逐漸加劇，企業(yè)需要不斷提高產(chǎn)品質(zhì)量才能得以生存和發(fā)展。這其中除了不斷增強(qiáng)自主研發(fā)和創(chuàng)新能力之外，還需要保持主打品牌的質(zhì)量和風(fēng)格的穩(wěn)定，打造消費(fèi)者的品牌忠誠度?，F(xiàn)階段，傳統(tǒng)的產(chǎn)品質(zhì)量監(jiān)控手段已經(jīng)難以滿足實(shí)時檢測和反饋的生產(chǎn)要求，這就需要一種新的快速高效的檢測手段，于是近紅外光譜分析技術(shù)應(yīng)運(yùn)而生。它可以在不破壞樣品內(nèi)部結(jié)構(gòu)、無污染的情況下，在分鐘級時間內(nèi)對樣品近紅外數(shù)據(jù)進(jìn)行采集，完成光譜圖的輸出，并通過后續(xù)的分析手段計算出

2、樣品的多種成分含量或品質(zhì)特性。
　　近紅外光譜分析技術(shù)是一種間接分析方法，是多種機(jī)器學(xué)習(xí)、統(tǒng)計學(xué)習(xí)和化學(xué)計量學(xué)方法的綜合應(yīng)用?，F(xiàn)階段，多數(shù)學(xué)者都致力于研究新的建模方法，構(gòu)建性能良好的定量或定性模型。本文從近紅外技術(shù)的實(shí)際應(yīng)用出發(fā)，分析了當(dāng)前存在的若干難點(diǎn)問題，以及現(xiàn)階段解決這些問題的方法存在的局限性，從另一個角度闡述了光譜數(shù)據(jù)前處理的重要性。在對比分析了不同定量方法所建模型的預(yù)測性能之后，針對光譜高維數(shù)據(jù)降維困難，定標(biāo)集不容易建立

3、等問題，將數(shù)據(jù)本身和建模方法相結(jié)合，探究了適用于近紅外建模的預(yù)處理和建立定標(biāo)集的方法，最后在此基礎(chǔ)上提出了一種基于光譜圖模式識別的方法和建立混合校正集的策略。
　　首先，圍繞近紅外光譜實(shí)際應(yīng)用中造成光譜變動的因素展開描述，簡要介紹了光譜噪聲、波長誤差和分辨率影響產(chǎn)生的原理及測定方法，在此基礎(chǔ)上研究了這些因素造成的光譜變動以及對建模質(zhì)量產(chǎn)生的影響。針對近紅外光譜技術(shù)應(yīng)用環(huán)境復(fù)雜的特點(diǎn)，對比分析了各種定量建模分析方法對于上述因素引起的

4、光譜變動的魯棒性和穩(wěn)健性，指出針對不同因素引起的光譜變動需要采取不同的建模方法，以達(dá)到最好的預(yù)測性能。
　　隨后重點(diǎn)介紹了近紅外光譜數(shù)據(jù)的特點(diǎn)、光譜數(shù)據(jù)預(yù)處理和降維方法以及光譜圖模式識別的方法。由于近紅外光譜數(shù)據(jù)具有維度高、吸收峰重疊嚴(yán)重等特點(diǎn)，使得光譜數(shù)據(jù)和化學(xué)值不能形成良好的線性對應(yīng)關(guān)系，導(dǎo)致了有效信息丟失。在利用主要預(yù)處理和降維方法進(jìn)行光譜數(shù)據(jù)處理的基礎(chǔ)上，基于光譜圖形展現(xiàn)的各種特征，本文歸納總結(jié)了一種光譜圖模式識別的方法，

5、能夠根據(jù)譜圖呈現(xiàn)的特點(diǎn)分析不同模式產(chǎn)生的原因，進(jìn)行初步的判斷和波段選擇。
　　接下來，本文詳細(xì)描述了奇異樣本的剔除方法和校正集樣本的選擇方法。在消除了奇異樣本對模型性能的影響之后，采用了幾種樣本選擇方法不僅使樣品化學(xué)值能夠涵蓋整個樣品集范圍并且保證了樣本分布結(jié)構(gòu)合理。根據(jù)溫度差異對光譜掃描產(chǎn)生的影響，提出了采用補(bǔ)充校正樣本的方法構(gòu)建混合校正樣本集的策略。經(jīng)實(shí)驗驗證，采用混合校正樣本集建模，有效的提高了對于不同溫度情況下樣本的適應(yīng)性