[發明專利]基于近紅外光譜和OPLS-DA的卷煙分類識別模型的構建方法

在審

• 申請號: 202011102013.1
• 申請日: 2020-10-15
• 公開（公告）號: CN112179870A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 潘曦;何昀潞;葉明樵;宋旭艷;劉輝
• 申請（專利權）人: 湖北中煙工業有限責任公司
• 主分類號: G01N21/359
• 分類號: G01N21/359;G01N21/3563;G06K9/62
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 裴金華

本發明實施例提供一種基于近紅外光譜和OPLS?DA的卷煙分類識別模型的構建方法，所述方法包括：通過選取待測樣品，按照預設保養步驟對樣品進行保養；對樣品進行光譜掃描，得到樣品的近紅外光譜，將近紅外光譜劃分為校正集和測試集，并通過不同種類的光譜預處理方案對近紅外光譜進行處理，對校正集通過OPLS?DA分析，得到卷煙分類識別模型及校正集的識別正確率，將測試集帶入所述卷煙分類識別模型，得到測試集的識別正確率，根據識別正確率確定符合預設要求的光譜預處理方案，獲取符合預設要求的光譜預處理方案對應的卷煙分類識別模型。采用本方法能夠提供了一種能夠構建高準確率的對煙草分類識別模型的構建方法，方便后續能夠更準確的識別煙草類型。

技術領域

本發明涉及煙草成分分析技術領域，尤其涉及一種基于近紅外光譜和OPLS-DA的卷煙分類識別模型的構建方法。

背景技術

卷煙的風格特征是卷煙產品品質特征的重要組成部分，是卷煙品牌的核心競爭力，是區分卷煙品牌的主要標志。成品卷煙主要通過調配煙葉配方維持卷煙品牌的質量與風格特征。長期以來，卷煙品質和風格特征主要通過煙絲化學成分、主流煙氣和感官質量評價等方法進行判斷和鑒別。

近年來，在煙草行業，已經開始應用近紅外光譜對于煙草多種化學成分含量的測定和監測等定量分析，但是，目前利用近紅外光譜對于煙草進行分析時，因為煙草成分的復雜性，現在并沒有確定的分析方法對煙草的成分和種類進行準確率高的判斷。

發明內容

針對現有技術中存在的問題，本發明實施例提供一種基于近紅外光譜和OPLS-DA的卷煙分類識別模型的構建方法。

本發明實施例提供一種基于近紅外光譜和OPLS-DA的卷煙分類識別模型的構建方法，包括：

選取若干種類的待測樣品，按照預設保養步驟對所述樣品進行保養；

對所述樣品進行光譜掃描，得到所述樣品的近紅外光譜；

將所述近紅外光譜劃分為校正集和測試集，并通過不同種類的光譜預處理方案對所述近紅外光譜進行處理；

對所述校正集通過OPLS-DA分析，得到卷煙分類識別模型及所述校正集的識別正確率，將所述測試集帶入所述卷煙分類識別模型，得到所述測試集的識別正確率；

根據所述校正集的識別正確率和所述測試集的識別正確率確定符合預設要求的光譜預處理方案，獲取所述符合預設要求的光譜預處理方案對應的卷煙分類識別模型。

在其中一個實施例中，所述光譜預處理方案包括：

多元散射校、標準正態變量變換、一階微分、二階微分、Savitzky-Golay濾波器、算法組合。

在其中一個實施例中，所述方法還包括：

計算所述校正集的識別正確率和所述測試集的識別正確率的和，獲取所述和最大的光譜預處理方案。

在其中一個實施例中，所述方法還包括：

將所述近紅外光譜按照校正集與測試集的比例2比1的比例劃分為校正集和測試集。

在其中一個實施例中，所述方法還包括：

控制所述樣品的溫度、含水率在對應的預設范圍內，以及控制所述樣品對應環境的濕度、溫度在預設范圍內。

在其中一個實施例中，所述方法還包括：

對所述樣品進行N次光譜掃描，取所述N次光譜掃描結果的平均值作為所述樣品的近紅外光譜，所述N為大于1的自然數。

在其中一個實施例中，所述方法還包括：