基于近红外光谱和OPLS-DA的不同牌号卷烟分类识别方法研究

• 作者: 何昀潞 刘辉 刘静 潘曦 王昊 邱昌桂 黄伟初
• 来源期刊: 分析测试学报
• 学科: 农学
• 关键词: 近红外光谱 成品烟丝 分类识别 主成分分析法(PCA) 偏最小二乘判别分析法(PLS-DA) 正交偏最小二乘判别分析法(OPLS-DA)
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 研究报告
• 页码范围: 1385-1391
• 页数: 7页
• 分类号: O657.33|S646.12
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4957.2020.11.011

摘要

为了对卷烟牌号进行准确分类鉴别,提出了一种基于近红外光谱(NIRS)分析技术结合有监督的模式识别快速鉴别卷烟牌号的新方法.利用标准正态变量变换(SNV)、多元散射校正(MSC)、一阶导数(FD)、二阶导数(SD)和Savitzky-Golay平滑(SG)及其相结合的光谱预处理方法对烟丝光谱进行预处理,通过近红外光谱结合主成分分析(PCA)、偏最小二乘判别分析(PLS-DA)和正交偏最小二乘判别分析(OPLS-DA)3种模式识别方法对不同牌号烟丝进行分类识别研究,并采用分类识别正确率作为评价指标.实验结果表明:(1)烟丝近红外光谱主成分得分图交叉重叠,区分不明显,PCA无法识别出5种牌号的成品烟丝;(2)烟丝光谱经MSC+ FD预处理后的PLS-DA模型可得到较好的识别效果,校正集和测试集的分类识别正确率分别为100％和98.3％;(3)烟丝光谱经MSC+ SD预处理后的OPLS-DA模型的模式识别效果最好,模型对自变量拟合指数(R2X),因变量的拟合指数(R2Y)和模型预测指数(Q2)分别为0.485、0.907和0.748,近红外光谱校正集和测试集的分类识别正确率均为100％.说明近红外光谱技术结合有监督模式识别方法OPLS-DA建立的烟丝牌号分类模型具有高效快速、准确无损的优点,为卷烟烟丝分类提供了一种新的快速鉴别方法.