基于光谱融合的茶油真伪快速鉴别研究

目的建立基于光谱融合的定性分析模型,实现高值茶油的真伪快速鉴别。方法优化设备条件,同时采集茶油的近红外光谱(near infrared spectroscopy,NIRS)和拉曼光谱(Raman spectroscopy,RS),分别使用6种方法进行预处理,优选4种方法来提取光谱特征波段,并应用数据层和特征层策略融合多光谱信息,通过比较验证不同模型的准确率和预测均方根误差(root mean square error of prediction,RMSEP)来评估效果。结果单独使用NIRS经标准正态变换处理后的偏最小二乘判别分析结果最优,准确率为0.8361,RMSEP为0.1060;单独使用RS经二阶导数处理后的结果最优,准确率为0.8443,RMSEP为0.1332;经NIRS和RS融合后数据结果高于任意单一光谱结果,其中数据层光谱融合模型准确率为0.8525,RMSEP为0.1270,特征层融合后的模型效果较好,最佳结果为基于核主成分分析下的支持向量机模型,准确率达到0.9508。结论光谱融合提升茶油掺伪定性鉴别准确率更高,具有较好的应用前景。

基于积温积湿与聚类分析的密集烤房温湿度时空分布特征研究

为了明确密集烤房烟叶烘烤过程中的温湿度时空分布规律,提高烟叶烘烤效果,本研究采用密集烤房温湿度自动精准监测系统获取不同部位烟叶烘烤过程中烤房的环境参数,进行聚类分析和精准分类。结果表明,不同部位烟叶烘烤时,密集烤房内温湿度时空分布规律有一定差异。根据不同区域积温、积湿等情况,在下部叶、中部叶和上部叶烘烤过程中,可分别将密集烤房装烟室划分为3类、3类和4类区域,不同素质的鲜烟叶可与相应的区域进行精准匹配。