[发明专利]一种利用光谱特征向量结合主成分分析建立分类模型的方法

说明书

技术领域

本发明属于近红外无损检测技术领域，具体涉及一种利用光谱特征向量结合主成分分析建立定性分析模型的方法，用于烟叶产地的区分识别。

背景技术

近红外(NearInfrared)，简称NIR，谱区是介于可见光(VIS)和中红外(MIR)谱区之间的电磁波，是人们认识最早的非可见光区域。根据美国实验和材料协会(ASTM)的规定，其波长范围为780～2526mn。分子在NIR区的吸收主要由C-H、0-H、N-H和C＝0等基团的合频吸收与倍频吸收组成，此区的吸收强度低、谱带复杂、重叠严重，无法使用经典定性、定量的方法，必须借助化学计量学中的多元统计、曲线拟合、聚类分析等方法进行定标建模，并结合合适的模型实现快速多组分分析。NIR光谱技术具有分析过程高效、绿色、环保的现代分析特征，因而成为近年来发展较快、引人注目的光谱分析技术之一。

烟叶是卷烟生产的基础，烟叶内在品质的好坏直接影响卷烟产品的质量由于气候条件土壤类型农业措施和水肥状况等因素能显著改变烟叶的化学组成，从而影响烟叶的燃吸品质，形成具有不同产地吸味特征的烟叶在叶组配方中充分利用各地烟叶的吸味特征，突出卷烟品牌风格特征和风味品质，但迄今为止，很难做到对各地烟叶的吸味特征进行定量分析和描述，卷烟生产企业也很难对烟叶供应商提供的烟叶原料产地进行有效的鉴定和确认，因此，以次充好，以劣充优和混淆产地的烟叶时有出现，造成卷烟企业产品质量的不稳定和直接的经济损失。以此，迫切需要一种快速、高效、简便的分析方法用于烟叶产地的区分与控制。

发明内容

发明目的：提供一种能够快速、简便、准确区分烟叶产地的方法。本发明操作简单、易于操作，环保无污染。

本发明的技术方案是提供一种不同产地烟叶分类的测定方法，利用近红外光谱仪将同产地的烟叶光谱进行扫描，然后对每个光谱的特征向量进行提取，然后对所有同产地的近红外光谱按行排列，获得数据矩阵，对矩阵进行主成分分析，通过特征向量计算出主成分，通过计算相关数据，确定识别线，建立分类模型。具体包括以下步骤：

(1)光谱扫描：对待测样品进行近红外光谱扫描，提取光谱的特征向量；

(2)建立数据矩阵：将n个同一产地的烟叶的近红外光谱按行排列，获得数据矩阵D；

(3)主成分分析：对D进行主成分分析，通过特征向量计算出主成分，然后保留第一主成分P1和第三主成分P3；

(4)计算P1和P3的均值，以此均值作为“某”产地烟叶的模型区分中心；

(5)计算所有“某”产地烟叶到此中心的距离d_i(i＝1,2,…,n)。计算所有距离d_i的均值和标准偏差s，以为“某”产地烟叶的识别线。

应用该模型对未知品牌产品进行识别时，按照以下步骤进行：

(1)扫描并获得该样品的近红外光谱；

(2)通过建模步骤2中的特征向量计算出该产品的第一主成分PC1和第三主成分PC3；

(3)计算PC1和PC3到“某”产地烟叶中心的距离d_未知，根据距离判断属地，若则可判定该未知产品属于该产地，否则判定其不属于该产地。

根据主成分分析，所有同产地光谱到中心的距离d_未知应小于区间值；加权相关系数wcc均大于该类产品的识别区间为

通过扫描待分析样品的光谱，计算第一主成分和第三主成分到所建模型中该产地烟叶中心的距离d_未知，若该距离落入识别区间，可判定其为同产地烟叶。

该模型以一系列同产地的近红外光谱为基础，通过主成分分析建立产地区分模型。

本发明提供的一种利用光谱特征向量结合主成分分析建立分类模型的方法，包括扫描前步骤将样品粉碎为40-80目。所属样品为烟丝、烟梗/或烟末。

本发明的有益效果如下：

1、本发明利用近红外光谱特征向量结合主成分分析对不同产地的烟叶特征进行描述，建立不同产地烟叶的识别模式。

2、本发明实验过程不使用有毒有害化学品，简便、快捷、对样品无破坏性、对环境无污染。

3、本发明具有操作简便、快速、准确、成本低、效率高的优点。

附图说明

图1是本发明的建模流程图；

图2是烟叶的近红外扫描原始谱图；

图3是YN产地烟叶近红外光谱建立的识别模型；

图4是GX、YN两产地分类识别模型；

具体实施方式