基于NIR-PCA-SVM联用技术的烤烟烟叶产地模式识别

• 作者: 刘太昂 孙平 张建平 束茹欣 杨凯
• 来源期刊: 烟草科技
• 学科: 工学
• 关键词: 烟草 近红外光谱 支持向量机
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 烟草化学
• 页码范围: 50-52,57
• 分类号: TS411.1
• 字数: 2090字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0861.2011.11.013

摘要

为了更准确地对烟叶样品进行产地模式识别,检测了云南、河南、安徽、福建、贵州、吉林6省2010年生产的402个初烤烟叶样品的总糖、还原糖、总氮、烟碱、总氯、总钾含量,同时进行了近红外( NIR)光谱扫描,利用主成分分析( PCA)法和支持向量机算法(SVM)建立了烟叶产地模式识别模型,并对云南、河南、安徽、福建、贵州、吉林6省烟叶样品进行了产地模式识别.结果表明:①NIR-PCA-SVM模型对6省烟叶样品识别的预报正确率高达97％,而化学成分-SVM模型和NIR-SVM模型对6省烟叶产地的识别效果差；②NIR-PCA-SVM、化学成分-SVM和NIR-SVM 3个模型对云南省烟叶都有着较好的识别效果.NIR-PCA-SVM模型可用于不同烟叶样品产地的模式识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘太昂		4	19	2.0	4.0
2	束茹欣	上海烟草集团有限责任公司技术中心	11	59	6.0	7.0
3	张建平	上海烟草集团有限责任公司技术中心	4	173	4.0	4.0
4	杨凯	上海烟草集团有限责任公司技术中心	22	76	6.0	7.0
5	孙平	上海烟草集团有限责任公司采购中心	5	53	5.0	5.0