烟叶霉变的快速识别——基于近红外光谱与随机森林算法

• 作者: 林云 王予 赖燕华 陶红
• 来源期刊: 中国烟草学报
• 关键词: 烟叶霉变 识别 近红外 模型 小波变换 随机森林
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 制造技术
• 页码范围: 36-43
• 页数: 8页
• 字数: 6601字
• 语种: 中文

摘要

为建立烟叶霉变快速识别模型,以复烤片烟为研究对象,在高温高湿条件下进行霉变实验,获得不同霉变程度的烟叶样本.应用近红外光谱技术在4000～12000 cm-1范围内对烟叶的近红外光谱进行采集,获得烟叶样本的基础光谱数据.采用小波分解法对基础光谱数据进行解析,选择中间频率小波系数[cd4,cd5]为光谱变量,利用随机森林算法建立了不同霉变烟叶的识别模型.模型对训练集预测准确率达到93.82％,独立测试集判别准确率达到94.84％,对未霉变样品、临近霉变样品和霉变样品的判别均取得了令人满意的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶红	广东中烟工业有限责任公司技术中心	19	144	6.0	11.0
2	林云	广东中烟工业有限责任公司技术中心	11	26	3.0	4.0
3	王予	广东中烟工业有限责任公司技术中心	8	6	2.0	2.0
4	赖燕华	广东中烟工业有限责任公司技术中心	13	34	4.0	5.0