基于近红外光谱的烤烟香型分类模型研究

为了快速无损地判别国产烤烟香型,指导卷烟配方原料利用,对1 383份烟叶样品进行近红外光谱采集,基于八大香型区划结果进行香型分类,选用各香型稳定区的样品构建香型分类模型.结果显示,基于近红外原始光谱数据利用随机森林构建的香型分类模型准确率仅为48.64％,光谱数据经过SG滤波一阶或二阶导数和多元散射校正预处理后,模型准确率提高29.54个百分点,然后经因子分析降维处理(45个因子)模型准确率提高到85.91％,最后对模型关键参数进行优化,当评估器数量为500、随机种子为9时,模型准确率最高为90.45％.利用建立的分类模型对预测集进行预测,清甜香型、焦甜焦香型、清甜蜜甜香型和木香蜜甜香型的召回率均达到90.00％以上,召回率最低的为蜜甜香型和焦甜醇甜香型(66.67％).以上结果表明,利用近红外光谱技术能够有效鉴别烤烟八大香型.