来源：期刊VIP网 时间：
作者：何伟;杨韧强;刘泽春;蔡国华;邓小华;叶仲力;熊哲;余志强;梁晖;李菁菁;李巧灵;
单位：福建中烟工业有限责任公司,技术中心;华中科技大学,煤燃烧国家重点实验室;
摘要：【目的】提高卷烟配方原料分类分档的工作效率，帮助配方人员客观掌握配方原料的年度间波动。【方法】提出一种热分析图谱结合支持向量机算法（SVM）对卷烟配方原料进行分类分档的新技术。采用python3中sklearn中的SVM模块，通过核函数和one-against-all方法并选择合适的惩罚参数，对2016—2018年度的129个样品进行训练学习，并对33个样品进行测试。当模型预测准确率达到应用需求后，对2019年度46个卷烟配方原料进行分类预测。【结果】129个训练集样品的分类准确率为93.02%,33个样品测试集样品的分类准确率为84.85%,46个卷烟配方原料的分类准确率为84.78%。
关键词：卷烟配方原料;分类;热分析图谱;支持向量机
基金资助：福建中烟工业有限公司科技项目“片烟质量热分析技术数字化评价模型的构建及应用”（FJZYJH2021ZD007）
