基于近紅外光譜的醇化雪茄煙葉品種判別模型研究

打開文本圖片集

摘    要：為提高不同醇化后雪茄煙葉品種的判別準(zhǔn)確性，采用多元散射校正等預(yù)處理算法對(duì)光譜數(shù)據(jù)進(jìn)行去噪處理，以降低試驗(yàn)、環(huán)境和儀器噪音對(duì)數(shù)據(jù)的影響。結(jié)合支持向量機(jī)、BP神經(jīng)網(wǎng)絡(luò)和隨機(jī)森林建立不同品種的近紅外光譜判別模型，通過準(zhǔn)確率和混淆矩陣評(píng)估模型性能。結(jié)果表明：采用SNV+FD預(yù)處理算法和CARS特征波長(zhǎng)選擇算法建立的模型效果最佳，在訓(xùn)練集和預(yù)測(cè)集上均表現(xiàn)出較高準(zhǔn)確性，證實(shí)了利用近紅外光譜技術(shù)快速判別不同醇化后雪茄煙葉品種的可行性。（剩余10494字）