高光谱预处理方法与多模型在分类判别中的对比研究

高光谱技术能够快速、无损地获取丰富的信息,在植物研究和监测中已成为一种广泛应用的工具。茄科植物作为一种重要的经济农作物,与高光谱技术结合进行研究具有巨大的应用潜力。本研究采用高光谱技术对茄科植物的初烤后不同部位叶片进行分类研究。采用Field Spec 3光谱辐射仪对293份不同部位的茄科植物粉末样本进行高光谱采样,采用S-G平滑以及一阶导数和二阶导数的方法对数据进行预处理,用于信息增强和去除噪声,并通过偏最小二乘法对数据进行降维,以减少冗余特征。基于降维数据,采样支持向量机、逻辑回归、K近邻、决策树、随机森林和梯度提升决策树这六种机器学习算法建立分类模型。结果显示,在分类任务中,经过一阶导数处理后,支持向量机模型最佳,在训练集和测试集上分别实现了100.0%和84.7%的准确率。经网格参数优化后确定最优参数为:最大深度不限制,最小样本分割数为4,估计器数量为200。参数优化后五折交叉验证准确率为88.1%,训练集准确率为100%,测试集准确率为86.4%。研究结果表明,预处理方法结合降维方法能够增强数据信息使得分类模型能够更好地捕捉茄科植物样本的特征。该研究对于快速、准确、无损地区分茄科植物的部位具有重要意义。

烟叶原料、加工工艺与掺配品对卷烟主流烟气气溶胶释放的影响

为综合评价卷烟产品设计开发中的重要参数对烟气气溶胶释放影响,本文使用快速粒径谱仪(DMS500)研究不同烟叶原料的产地部位、加工工艺参数及配方烟丝掺配比例下卷烟主流烟气气溶胶特性。结果显示:质量中值粒径(MMD)和颗粒数量浓度(CN)稳定性较好且相对独立,可用于表征不同品类卷烟的气溶胶释放特征;烟叶原料差异和配方差异对主流烟气气溶胶粒径和浓度的影响较大,加工工艺影响较小;烟叶的部位影响气溶胶的中值粒径(上部>中部>下部)和逐口浓度变化率(上部<中部<下部叶),烟叶产地主要影响气溶胶中值粒径(湖南>贵州>云南);增加配方中的薄片和掺配品比例可降低气溶胶中值粒径且显著增加气溶胶的数量浓度。研究结果可以为卷烟配方设计和产品开发提供新的分析依据。

废弃烟叶可溶性蛋白的提取工艺

集合超声波、超滤、弱碱性等电点沉淀技术,开发了一种从废弃烟叶中提取可溶性蛋白的新工艺,并构建了一套物理、化学、生物参数评价体系.经优化后的工艺路线如下:在0.085 mol/L磷酸缓冲液(pH=7.85)条件下,以1∶8料液比进行超声波提取,经分级离心、过滤/超滤,并通过0.11 mol/L[H^(+)]溶液调节等电点pH=5.5,成功提取了分子量约为55 kDa及大于200 kDa的混合蛋白,其氨基酸组成分析能满足成人必需氨基酸需求.红外光谱分析未见明显果胶、多糖特征.采用温和弱碱-等电点提取技术结合物理提取方法,有效解决了传统提取方法存在的问题,展现了良好的通用性,为废弃烟叶的资源化利用及工业化生产提供了新的思路.

加香喷嘴雾化特性的试验与仿真研究

加香喷嘴的雾化特性直接影响烟丝加香的均匀性。对某一设计喷嘴,以空气和水为介质,采用试验方法对一定水流量(0.036L/min)、不同进气压力(1.4bar/1.8bar/2.0bar)条件下的加香喷嘴雾化粒径分布进行测试。测试结果表明,在给定水流量条件下,随着进气压力增大,气体剪切能力增强,液滴索特平均直径呈下降趋势,粒径分布范围收窄。同时基于喷嘴测试结果,利用计算流体力学仿真方法对加香筒内的液滴运动轨迹进行模拟,获得加香筒内液滴的运动特性及在筒壁的覆盖范围,该结果可为加香喷嘴的设计和加香筒内喷嘴位置的布置提供依据和参考。

近红外光谱融合电子鼻数据对烟叶产地判别研究

基于烟叶近红外光谱、Heracles电子鼻及二者的融合数据,建立了云南、河南、福建和吉林4个省份的烟叶产地识别模型以及河南省内漯河、南阳、平顶山、许昌和驻马店5个地级市的烟叶产地识别模型.对于地理位置相距比较远的不同省份的烟叶,基于单一数据源就可以建立准确率比较高的产地识别模型.对于河南省内5个地级市的烟叶,其地理位置相距近,气候变化小,烟叶相似性高,仅基于单一信息源的数据,该产地识别模型的准确率偏低.为了提高河南省内5个地级市烟叶产地识别的准确率,将烟叶近红外光谱数据与Heracles电子鼻数据进行融合,由于增加了烟叶数据信息量,这5个产地的识别效果明显提升,其留一法内部交叉验证准确率为98.26%,高于数据融合前单一数据源判别模型的86.96%.研究表明Heracles电子鼻数据可以在不同的数据维度上,对近红外光谱数据进行信息量补充,为烟草品种溯源、质量监测、市场监督等方面提供新思路.

大体积顶空-气相色谱-质谱法半定量分析卷烟开包气息化合物

改进了商品化大体积顶空进样系统,用保温棉包裹冷阱使其维持在220℃作为高温模块,将分流口移至高温模块,在密闭条件下将多维捕集阱预加热至210℃,使顶空成分脱附后瞬时进样。将卷烟小盒包装顶部拆封后,迅速放入大体积顶空样品瓶,加入含0.4 mg·L^(-1)氘代苯乙烯的甲醇溶液(内标)1 m L,拧盖密封后在平衡温度40℃下平衡40 min,在DB-Heavy WAX色谱柱上按照柱升温程序分离,质谱分析采用电子轰击离子(EI)源,全扫描(SCAN)模式。结果表明,大部分化合物测定值的相对标准偏差(n=6)小于6.0%;方法用于分析不同类型卷烟样品,不同类型的卷烟开包气息化合物的差异明显,主要差异性化合物为吡嗪类、萜烯类、酯类和酸类。

CigEngine:基于知识图谱的卷烟数字化设计引擎

【目的】卷烟设计流程复杂,所涉及到的数据与算法种类多、结构差异大、关系错综复杂,传统卷烟设计方式存在异构数据及配方管理效率低、算法模型无统一框架支撑等问题,建立卷烟数字化设计引擎可以更好地积累卷烟设计经验,规范设计流程,提升卷烟设计效率。【方法】本文参考借鉴知识图谱相关技术方法,设计并实现卷烟数字化设计引擎CigEngine,CigEngine采用本体对数据、算法、设计流程及配方等进行抽象定义,形成融合“数据-模型-配方”的一体化存储组织模型,并以此为骨架填充具体数据实体与关系,构建卷烟设计知识图谱,卷烟设计流程则以任务的形式由底层分布式计算平台负责调度执行。【结论】Cig Engine充分考虑卷烟设计流程特征,可满足不同品牌不同类型卷烟产品设计需求,目前已驱动构建面向叶组/三丝配方设计、料液/表香设计、烟用辅材设计等应用落地,并取得较好的应用效果。

应用在线近红外光谱分析复烤前后原烟及片烟的质量特性

应用在2012年＂中华＂专用分拣复烤生产线中采集的7个产地的复烤前原烟和复烤后片烟的在线近红外光谱为试验资料,通过建立不同产地近红外光谱的投影分析模型,并结合方差及相关分析等,研究烟叶复烤前后的均一性及相似性等品质特征的变化,为客观的掌握烟叶原料质量及卷烟产品配方提供技术支撑。本研究结果表明,从数量庞大的在线近红外光谱中,按等间隔采样时间筛选约1万条左右用于建模分析可行,取样代表性充分;经人工分拣、打叶、复烤后的各产地烟叶近红外光谱的均一性提高幅度可达10%~35%,烟叶品质的均质化程度显著提高;同时复烤后各产地烟叶所体现的相似性关系亦发生了变化,从整体上其相似性显著降低,即由产地体现的风格品质差异显著提升,为优质卷烟的原料配方设计提供了更大空间,体现了我国烟草企业生产优质中式卷烟需要消耗大量财力、人力进行烟叶复烤加工的必要性。传统的化学分析等手段需要花费大量的时间和精力,难以对整个加工环节进行控制,近红外光谱技术以其快速、无损的优势,不仅能够实现待测样品成分含量等的实时检测与质量控制,而且应用生产过程中的大量近红外光谱,可以从多角度进行有关产品品质信息的充分挖掘,是一种在众多行业特别是农产品和食品加工行业中极具应用前景的在线分析检测技术。

应用近红外光谱投影模型法分析烟叶的产区与风格特征

以在2003年—2012年向国内17个主要烤烟产地,五大烟叶生态产区,收集的4 733个烟叶样品的近红外光谱为试验对象,其中浓香型烟叶光谱1 580条,清香型2 004条,中间香型1 149条;应用基于主成分及Fisher准则(PPF)的方法建立烟叶生态产区和风格特征的投影分析模型,以生态产区模型的分析结果阐释了烟叶香型风格划分的合理性,并依据风格特征模型得到的预测样品投影值与模型中各类投影均值之间的欧氏距离,对预测样品给出最近和次近类别及描述风格特征程度的量化分值,结合模型中各类投影值的离散度以及设定阈值,将预测结果细化为典型浓、浓偏中、中偏浓、典型中、中偏清、清偏中、典型清、清透浓、浓透清等9类或超模型范围样品;应用2102在实际复烤生产加工及各烟叶原料基地中收集的不同部位、不同产地的35个烟叶样品验证了分析结果的合理性。该种分析方式,不仅可以实现预测样品的判别分析,并且可得到关于预测样品更细化的风格特征信息,可对烟草工业企业实现原料的跨区组合及叶组配方等提供指导。

半监督偏最小二乘法在烟叶近红外感官评价模型中的应用

半监督学习方法可以充分利用大量未标注样本来弥补已标注样本的不足,针对应用近红外光谱建立农产品等复杂体系的分析模型中,存在获得大量精确标注样本较困难,而使用少量标注样本或大量未准确标注样品建模结果不理想的问题,基于半监督自训练理念,提出半监督偏最小二乘(Semi supervised-partial least squares,SS-PLS)方法优化模型。本研究以全国不同产地、不同等级的211份原料烟叶近红外光谱及其对应感官评价数据为例,应用SS-PLS方法优化模型,模型性能较原始模型有显著提高,优化后SS-PLS方法模型的决定系数(R2)达90%左右,建模标定值分布标准差与拟合值标准差的比值(Ratio of Performance to Deviation,RPD)达3.0以上,模型内部交叉验证及预测标准差(Standard error of cross validation SECV以及Standard Error of Prediction,SEP)值达1.0以下;并将原始感官评价数据与SS-PLS优化后的数据,按照固定阈值划分为优、中、差三个等级,应用基于主成分及FISHER准则的投影方法(Projection Model based on Principal Component and Fisher Criterion,PPF)分析得到的结果表明,SS-PLS优化后的分类结果也显著好于原始感官评价数据。SS-PLS可解决使用小样品集建模的数据代表性问题,在获得大量精确标注样本较困难情况下,为建立近红外光谱分析模型提供了一种新的化学计量学方法。

切丝宽度与烘丝方式对不同规格卷烟的影响

为研究切丝宽度、烘丝方式对不同规格卷烟烟支的物理质量、主流烟气常规指标和卷烟机台运行情况的影响规律,选取切丝宽度分别为0.8,0.9,1.0mm,烘丝方式分别为KLD滚筒干燥和HDT气流干燥的烟丝在中支、细支、短支卷烟规格上开展试验。对于同一规格的卷烟,烟支的圆周和重量保持不变。结果表明:①与滚筒烘丝相比,气流烘丝卷制的烟支吸阻升高,硬度增大,端部落丝减小;②与滚筒烘丝相比,气流烘丝卷制时的机台平整盘位置值增大,压实量减小;③随着切丝宽度的减小,烟支含末率升高,主流烟气中的CO量、焦油量、总粒相物、烟碱增加,中、细支卷烟空头率降低;④中、细支卷烟建议采用0.8,0.9mm较细的切丝宽度来解决烟支空头率较高的问题;⑤短支卷烟建议采用HDT气流烘丝的方式来解决端部落丝较大的问题。

基于烟叶电子鼻-近红外数据融合的支持向量机分类判别烟叶年份（英文）

提出了一种基于烟叶近红外光谱(NIR)和烟叶电子鼻(EN)融合数据的烟叶年份判别的支持向量机分类模型。在NIR和EN数据融合的基础上,利用遗传算法来进行变量选择,再建立烟叶年份判别支持向量机模型,所得到的烟叶判别模型在训练集和独立测试集上都具有较高的准确率。建立的烟叶判别NIR-ESVM模型的建模准确率达到100%,留一法准确率达到98.55%,对未知样本的预报准确率为90%。

卷烟机参数对细支烟卷制的影响

研究了卷烟机针辊回丝量电压值、大风机压力、小风机压力等卷烟机关键工艺参数对细支烟机台运行情况和烟支物理质量的影响规律。结果表明:①针辊回丝量、大风机压力、小风机压力对细支卷烟机台设备运行情况和细支烟物理质量指标均有不同程度的影响;②回丝量对平整盘位置和空头率影响显著(P<0.05);③随着回丝量的增大,平整盘位置减小,压实量增大,空头率减小;④大风机压力对平整盘位置影响显著(P<0.05);⑤随着大风机负压的增大,平整盘位置减小。综上,增加回丝量可以减小细支烟空头率,改善细支烟的质量。

近红外光谱主成分-所有可能回归法定量分析烤烟、小麦样品中的组分含量

利用主成分-所有可能回归法，建立了烤烟、小麦样品不同组份的近红外光谱定量分析模型。结果表明，烤烟样品的总糖、还原糖以及小麦样品的蛋白质含量的预测模型均有好的定量分析结果，且其预测结果与PLS法预测结果相当。

不同产地国产烤烟近红外光谱的特征分析及其模式识别

对2003年125个不同产地的国产烤烟烟叶的原始近红外光谱、SNV光谱与一阶导数光谱进行了主成分分析,采用主成分空间下的马氏距离判别样本的产地归属,提出根据仪器噪声和误差水平确定最大主成分个数,研究了主成分个数、样本空间、光谱区间对烟叶产地识别准确率的影响,分析了烟叶产地的近红外特征区和产地特征信息在不同主成分上的体现。结果表明,采用光滑处理的全光谱区间的一阶导数光谱,在建模样本空间进行主成分分析时所建模型对烟叶样品的识别准确率最高。

利用热时模型研究贮存时间和环境温度对烟支白度的影响

分析了贮存温度对全国6个城市贮存的7种卷烟产品烟支外观质量的影响,发现卷烟烟支表面发生较明显的质量变化起始温度为15℃。建立了42个样品的烟支白度与热时的线性回归模型,模型显示白度与温度呈较好的线性关系,随着热时的增加,卷烟白度明显降低。样品S1在6个贮存城市的白度和热时的拟合结果表明,城市贮存温度不同烟支白度变化速度不一致。

国产烤烟烟叶的NIRS模式识别

以近红外光谱的主成分描述烟叶特征，采用马氏距离判别准则对不同产地的国产烤烟烟叶进行了产地、部位、等级的模式识别结果表明：①预测准确率随样本的复杂程度和数量而变，波动范围为74％～97％.错分率高于80％的样本主要集中在自然生态环境多样性和复杂性程度较高的云南、贵州、四川及重庆地区的交界地域，说明按照行政区划分烟叶产区不尽合理；②部位、等级识别的准确率低于产地的识别，这与样本数不够大、烟叶分级受人为因素影响较大有关，

不同傅里叶近红外仪器间(积分球漫反射测量)的模型传递及误差分析

模型传递是近红外光谱分析技术中一个关键的共性基础技术问题,通过在同一工作原理的两台仪器之间寻求可行的数学方法,使得在一台仪器上建立的模型能够应用于另外一台仪器样品光谱响应的预测,对近红外技术的实际应用具有重要意义。以150份烤烟作为试验样品,以两台布鲁克公司MPA近红外光谱仪,一台热电公司Antaris近红外光谱仪作为研究对象,通过积分球漫反射检测技术获得光谱数据。采用一阶导数(first-order derivative, 1st Der)和标准正态变量变换(standard normal variate, SNV)对光谱数据进行处理分析,计算不同仪器间光谱的残差值、残差一阶矩、残差信号概率密度和最大信噪比等参数,并采用偏最小二乘法(partial least squares, PLS)建立烤烟总糖含量数学模型,检验模型传递效果。结果表明,一阶导数具有降低残差一阶矩,将仪器偏差信号转换为标准高斯分布的优点,但同时会降低信噪比。标准正态变量变换同样可以降低一阶矩,同时可大幅度提高信噪比,但无法将仪器偏差信号转换为标准高斯分布,需要进一步的信号处理。一阶导数与SNV相结合可保留两种方法的优点,同时在一定程度上弥补每种方法单独处理的缺点,是一种可以消除以积分球漫反射作为光谱测量方式的因仪器厂家或型号不同、使用年限不同等原因所产生的噪声的处理方法,可实现傅里叶型近红外光谱仪之间的模型传递效果的明显改善。

基于NIR-PCA-SVM联用技术的烤烟烟叶产地模式识别

为了更准确地对烟叶样品进行产地模式识别,检测了云南、河南、安徽、福建、贵州、吉林6省2010年生产的402个初烤烟叶样品的总糖、还原糖、总氮、烟碱、总氯、总钾含量,同时进行了近红外(NIR)光谱扫描,利用主成分分析(PCA)法和支持向量机算法(SVM)建立了烟叶产地模式识别模型,并对云南、河南、安徽、福建、贵州、吉林6省烟叶样品进行了产地模式识别。结果表明:①NIR-PCA-SVM模型对6省烟叶样品识别的预报正确率高达97%,而化学成分-SVM模型和NIR-SVM模型对6省烟叶产地的识别效果差;②NIR-PCA-SVM、化学成分-SVM和NIR-SVM 3个模型对云南省烟叶都有着较好的识别效果。NIR-PCA-SVM模型可用于不同烟叶样品产地的模式识别。

应用近红外光谱投影模型法分析烟叶的部位特征

以自2003年至2012年在国内外主要烤烟产地收集的5 170个烟叶样品的近红外光谱为试验对象,其中典型上部烟叶光谱1 394条,中部2 550条,下部1 226条;应用基于主成分及Fisher准则(PPF)的方法建立投影分析模型,遵循相邻主成分数下得到的投影结果没有显著性差异和主成分个数尽量少的原则,推荐主成分数为4下建立投影分析模型,模型结果表明:上、下部烟叶的近红外光谱特征具有显著差别,基本实现完全区分;而中部烟叶分别与上部和下部具有一定程度重叠,这与部位本身具有连续性特征的实际情况相符合。同时,依据模型得到的预测样品投影值与模型中各类投影均值之间的欧氏距离,对预测样品给出最近和次近类别及描述部位特征程度的量化分值,并结合模型中各类投影值的离散度以及设定的阈值,将预测结果细化为典型上、上偏中、中偏上、典型中、中偏下、下偏中、典型下等7类或超模型范围样品;应用2012年在实际复烤生产加工中取得的不同部位、不同产地的34个烟叶样品验证了分析结果的合理性。该种分析方式,不仅可以实现预测样品的判别分析,而且可得到关于预测样品更丰富的属性特征信息,可对烟草工业企业实现原料的均值化加工和烟叶配方等提供指导。