[发明专利]一种基于近红外光谱的烟叶以及卷烟叶组配方的替代方法

摘要

本发明的目的在于提供一种基于近红外光谱的烟叶以及卷烟叶组配方的替代方法，通过一种局部校正的光谱预处理方法及集成的光谱相似度算法，排除了光谱中的基线、散射等干扰因素，实现从光谱相似到烟叶相似的转化，实现辅助卷烟叶组配方维护过程中的烟叶替代的方法，减少配方维护人员的评吸量，同时也避免了感官评吸过程的主观性和不稳定性。

主权项

1.一种基于近红外光谱相似度的烟叶替代方法，其特征在于：包括如下步骤：步骤1)采集片烟样品的红外光谱数据：按照产区、部位等级、年份分布状况选取烟叶样本，采集上述烟叶样本的近红外光谱；步骤2)光谱预处理：采用一阶导数结合局部校正LSNV(Localized Standard Normal Variation)模型对步骤1)得到的近红外光谱进行预处理，其中所述的局部校正模型可以表示为：其中x_j代表第j个波段的吸光度值，a_j代表第j个波段的吸光度值的平均值，b_j代表第j个波段的吸光度值的标准偏差，j＝1,2……k；步骤3)构建光谱相似度模型：光谱相关映射Spectral correlation measure(SCM)光谱相关映射以相关系数的形式计算两条光谱的相似度：其中n为光谱变量数,x_i,y_i表示两条光谱对应的第i波数的吸光度值，表示两条光谱吸光度值的平均值,i＝1,2,3……n；欧几里得距离Euclidean distance measure(EDM)其中n为光谱变量数,x_i,y_i表示两条光谱对应的第i波数的吸光度值，i＝1,2,3……n光谱信息散度Spectral information divergence(SID)首先，计算每个点的信息熵，然后使用以下公式测量光谱向量的相似性：SID(X,Y)＝D(X||Y)+D(Y||X)其中n为光谱变量数(即光谱长度),x_i,y_i表示两条光谱对应的第i波数的吸光度值，i＝1,2,3……n；采用涵盖上述三种度量的方式表征相似度(Spectral similarity,SS)：SS(X,Y)＝SID(X,Y)*EDM(X,Y)*SCM(X,Y)  (5)步骤4)筛选出可替代的相似烟叶准备若干个备选片烟，确认需要被替换的目标烟叶，通过步骤1)、2)、3)建立的光谱相似的方法计算各个备选片烟与目标烟叶的光谱相似度，按照光谱相似度从备选片烟筛选出相似烟叶。