来源：期刊VIP网 时间：
作者：付光明;高子婷;杨建新;李怀奇;罗菲;梁一凡;严定伟;韦凤杰;常剑波;姬小明;
单位：河南农业大学烟草学院;河南省烟草公司三门峡市公司;河南中烟工业有限责任公司技术中心;河南省烟草公司;
摘要：【目的】对烤烟油分等级进行科学预测，实现不同油分档次烤烟的快速光谱鉴别。【方法】对代表性植烟县的299份全叶位覆盖的不同油分档次云烟87烟叶样本进行近红外光谱采集，利用一阶导数(D1)、归一化(NOR)、小波变换(WAVE)、标准正态化(SNV)和多元散射校正(MSC)共5种方法对光谱数据预处理后，考察了线性的偏最小二乘判别分析(PLS-DA)和非线性的最小二乘支持向量机(LS-SVM)判别模型的判别效果。【结果】对近红外原始光谱数据进行主成分降维后，所构建的PLS-DA油分档次分类模型训练集的准确率可达100.0%,但测试集仅有79.8%,经过D1、NOR、SNV和MSC预处理后，模型的测试集准确率分别提高到了85.9%、90.0%、83.8%和83.8%;基于对近红外原始光谱数据直接构建的LS-SVM油分档次分类模型的训练集准确率也达100.0%,测试集达到92.9%,经过NOR、WAVE、SNV和MSC预处理后测试集的准确率均提高到了95.0%以上，以MSC预处理的99.0%的准确率最高。【结论】多元散射校正预处理结合LS-SVM法构建的油分档次判别模型效果最好，提高了烤烟油分判定效率。
关键词：烤烟;油分;近红外光谱;判别模型;最小二乘支持向量机
基金资助：国家自然科学基金项目(32300342); 河南省烟草公司三门峡市公司技术创新项目(2022411200200004x)
