基于因子分析和Bayers判别的烤烟香型分类模型构建与验证

• 作者: 吴亿勤 唐杰 张承明 李娥贤 李超 熊文 王璐 秦云华
• 来源期刊: 中国烟草科学
• 关键词: 烤烟 化学组成 因子分析 判别分析
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 品质化学
• 页码范围: 72-78
• 页数: 7页
• 分类号: TS41+1
• 语种: 中文
• DOI: 10.13496/j.issn.1007-5119.2016.03.013

摘要

为研究烤烟化学组成与其香型间的关系,通过抽样法收集了2011-2013年国内15省71市(县)500个烟叶样品.参照行业及文献相关标准测定影响其品质的114种化学指标,对各指标采用MFA(因子分析)降维处理,因子得分构建Bayes香型定量判别模型并验证.结果表明,原始指标可提出22个公因子,其对原变量的总方差解释率为80.459％;巨豆三烯酮(A、C)、His、假木贼碱、总细胞壁物质等是烟叶中普遍存在且能较好代表其品质特征的物质;定量判别模型能依据不饱合醛酮、氨基酸、碱、细胞壁物质等类物质的含量对烟叶样品香型进行较好的预测,回判及预测正确率≥83.3％.该判别模型使用简便、迅速,能简化烟叶香型的判别流程,快速和客观的评价烟叶品质.