CARS特征变量优选近红外光谱法测定初烤烟烟叶厚度.PDFVIP

云南农业大学学报 （自然科学），２０１７，３２（２）：２８８－２９３ ｈｔｔｐ：／／ｘｂｙｎａｕｅｄｕｃｎ ＪｏｕｒｎａｌｏｆＹｕｎｎａｎＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ） Ｅｍａｉｌ：ｘｂ＠ｙｎａｕｅｄｕｃｎ ：１０１６２１１／ｊｉｓｓｎ１００４－３９０Ｘ（ｎ）２０１７０２０１４ ＤＯＩ ＣＡＲＳ特征变量优选近红外光谱法 测定初烤烟烟叶厚度 １ １ ２ ２ ２ ２ ２ ３ 胡巍耀 ，凌　军 ，杨盼盼 ，杨式华 ，王　玉 ，李　伟 ，袁天军 ，李成斌 ［１．云南中烟工业有限责任公司技术中心，云南 昆明６５０２３１； ２．云南同创检测技术股份有限公司，云南 昆明６５０１０６； ３．云南瑞升烟草技术 （集团）有限公司，云南 昆明６５０１０６］ 摘要：烤烟烟叶厚度是烤烟烟叶分级和品质评价的重要指标之一，采用近红外光谱分析技术实现对烟叶厚度 的快速测定具有一定的可行性。对比分析了采用竞争自适应重加权法 （ＣＡＲＳ）算法优选特征变量和采用全波 长变量 （１０００～２５００ｎｍ）结合偏最小二乘法 （ＰＬＳ）建立初烤烟烟叶厚度近红外校正模型的效果。结果表 明：模型的输入变量数由１５４３个降低到１８０个，决定系数由０８４６提高到０９４１；适宜主成分数由１０降低到 ６，校正标准误差和交互验证均方根误差分别降低了０００３４和００１０３。采用３０个外部样品对模型进一步进 行验证，模型的验证标准误差和验证标准误差的偏差由００１８２降低到０００１１，在 ＝００５显著水平，两个 α 模型预测值与实测值间均不存在显著差异，采用ＣＡＲＳ筛选特征变量近红外模型预测值与实测值间的差异性 更小。ＣＡＲＳ筛选特征变量提高了烟叶厚度近红外校正模型的稳定性和预测准确性。 关键词：初烤烟；厚度；近红外光谱法；模型集群分析；竞争自适应重加权法 中图分类号：ＴＳ４１２　　文献标志码：Ａ　　文章编号：１００４－３９０Ｘ（２０１７）０２－０２８８－０６ ＲｅｓｅａｒｃｈｏｎｔｈｅＣｈａｒａｃｔｅｒｉｓｔｉｃＳｐｅｃｔｒｕｍＳｅｌｅｃｔｉｏｎＭｅｔｈｏｄｏｆ ＣＡＲＳｏｎＢｕｉｌｄｉｎｇＮＩＲＣａｌｉｂｒａｔｉｏｎＭｏｄｅｌｔｏＤｅｔｅｃｔ ＴｈｉｃｋｎｅｓｓｏｆＦｌｕｅｃｕｒｅｄＴｏｂａｃｃｏ １ １ ２ ２ ２ ＨＵＷｅｉｙａｏ，ＬＩＮＧＪｕｎ，ＹＡＮＧＰａｎｐａｎ，ＹＡＮＧＳｈｉｈｕａ，ＷＡＮＧＹｕ， ２ ２ ３ ＬＩＷｅｉ，ＹＵＡＮＴｉａｎｊｕｎ，ＬＩＣｈｅｎｇｂｉｎ ［１．ＴｅｃｈｎｏｌｏｇｙＣｅｎｔｒｅｏｆＣｈｉｎａＴｏｂａｃｃｏＹｕｎｎａｎＩｎｄｕｓｔｒｉａｌＣｏ．，Ｋｕｎｍｉｎｇ６５０２３１，Ｃｈｉｎａ； ２．ＹｕｎｎａｎＣｏｍｔｅｓｔｏｒＤｅｔｅｃｔｉｏｎＴｅｃｈｎｏｌｏｇｙＣｏ．，Ｌｔｄ．，Ｋｕｎｍｉｎｇ６５０１０６，Ｃｈｉｎａ； ３．ＹｕｎｎａｎＲｅａｓｃｅｎｄＴｏｂａｃｃｏＴｅｃｈｎｏｌｏｇｙ（Ｇｒｏｕｐ）Ｃｏ．，Ｌｔｄ．，Ｋｕｎｍｉｎｇ６５０１０６，Ｃｈｉｎａ］ Ａｂｓｔｒａｃｔ：Ｔｈｅｔｈｉｃｋｎｅｓｓｏｆｔｏｂａｃｃｏｉｓａｎｉｍｐｏｒｔａｎｔｆａｃｔｏｒｔｏｍｅａｓｕｒｅｔｈｅｑｕａｌｉｔｙａｎｄｇｒａｄｉｎｇｏｆｆｌｕｅ ｃｕｒｅｄｔｏｂａｃｃｏ．Ｔｈｅｐｒｅｓｅｎｔｓｔｕｄｙ