来源：期刊VIP网 时间：
作者：寇冉冉;王聪;杨松;苏明亮;宛然;郭榕;张建平;李庆祥;毕一鸣;郭军伟;王洪波;赵乐;付瑜锋;许衡;刘泽春;聂聪;
单位：中国烟草总公司郑州烟草研究院;福建中烟工业有限责任公司技术中心;浙江中烟工业有限责任公司技术中心;河南中烟工业有限责任公司技术中心;
摘要：为建立稳健、准确的不均衡多产区烤烟产地判别模型，选取某企业3年库存醇化片烟，覆盖国内外12个产区，基于近红外-化学成分快速分析技术获取烟叶70种化学指标（68种化学成分、pH和二氯甲烷提取物）的含量或数据，采用粒子群优化算法（PSO）对支持向量机（SVM）各核函数进行参数优化，构建不均衡多产区烤烟产地判别模型，并与反向传播神经网络（BPNN）、随机森林（RF）、Fisher判别分析（FDA）等模型进行对比评估。结果表明：(1)基于SVM-混合核算法构建的烤烟产地判别模型能有效学习关键特征，实现各个产区样品的高精度分类，其训练集、测试集总体判别准确率分别达99.69%和99.59%。(2)与BPNN、RF、FDA模型相比，SVM-混合核模型测试集总体判别准确率分别提高4.55、6.20、6.61百分点。(3)在样品数量分布极不均衡的12个产区的预测上，SVM-混合核模型macro召回率、macro精确率、macro F1分数分别为0.995 1、0.998 5、0.996 8，相较于BPNN、RF、FDA模型，macro召回率分别提高了0.299 1、0.326 4、0.406 5;macro精确率分别提高了0.347 6、0.291 3、0.412 4;macro F1分数分别提高了0.324 1、0.309 4、0.409 5。与BPNN、RF、FDA模型相比，基于SVM-混合核算法构建的烤烟产地判别模型可实现对不均衡多产区样品的快速、稳健和精准判别。
关键词：烟叶;;化学成分;;不均衡多产区;;产地判别;;模型构建;;支持向量机-混合核算法
基金资助：福建中烟工业有限责任公司科技项目“卷烟数字化辅助设计和维护技术研究”(2022-12号);; 浙江中烟工业有限责任公司科技项目“基于化学成分的烟叶风格数字化表征模型研究”(ZJZY2023C022);; 中国烟草总公司重大科技项目“产品设计导向的烟叶原料品质多维数字化表征与应用”[110202401030(SZ-04)]
