基于提取不同中红外光谱特征信息的烟叶部位判别研究

• 作者: 赵娟娟 叶顺 徐可 陈栋骅 岳宝华 李敏杰 刘太昂 陆文聪
• 来源期刊: 河南师范大学学报（自然科学版）
• 关键词: 中红外光谱 连续投影算法 支持向量机 烟叶部位
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 化学与环境科学
• 页码范围: 45-49
• 页数: 5页
• 分类号: O69
• 语种: 中文
• DOI: 10.16366/j.cnki.1000-2367.2021.01.007

摘要

中红外光谱(MIR)分析技术在烟草中有广泛的应用,利用中红外分析可以获取烟草中大量化学信息.为了提高谱图的信噪比,需要对谱图数据进行预处理.研究发现对烟叶中红外光谱数据进行一阶导数结合Savizky-Golay的预处理,不仅提高了信噪比,而且增加了烟叶部位分类判别的准确率.另外,对谱图数据进行降维处理,有利于提取中红外谱图信息,减少冗余数据,减少计算时间.本文对比了基于原始中红外谱图数据、连续投影算法(SPA)特征提取后数据、偏最小二乘法(PLS)降维特征提取后数据的烟叶部位分类判别准确率,结果表明PLS降维特征提取可以有效提取烟叶中红外光谱数据的特征信息,有利于烟叶部位分类判别准确率的提高.利用PLS提取烟叶中红外特征信息数据建立的烟叶部位支持向量机(SVM)分类判别模型,其建模、留一法和独立测试集的准确率分别为:96.00％、89.60％和80.65％.