基于BPNN的烤烟褐变程度识别及其分类烟叶质量分析

【目的】建立BP(Back propagation)神经网络(BPNN)自动识别系统,以实现烤烟褐变标准化和量化。【方法】以云烟87上部烟叶为样本,通过扫描获取烟叶颜色等特征信息,建立BP神经网络烤烟褐变程度识别模型,输出判别结果,以人工判别烤烟褐变结果为参考,进行相似度比较。通过外观质量、常规化学成分、多酚含量、TSNAs含量和感官质量变化分析比对,验证BP神经网络自动识别系统和人工识别结果的精准度。【结果】建立的BP神经网络模型能够精准识别烟叶褐化等级,其识别准确率为98.75%,分级烟叶外观质量、常规化学成分、多酚含量、TSNAs含量和感官质量变化与人工识别基本一致,两种识别模式无显著性差异(P<0.05),为杂色烟分级提供了客观评价方法,能有效区分不同褐变程度烟叶的可用性。【结论】BP神经网络识别系统对烟叶褐变程度鉴别精准度与人工识别接近,可以利用BP神经网络自动识别系统替代人工识别。

烟叶褐变表观颜色值及其判别函数研究

以100份陈化的湖北烤烟烟叶样品正反面5种颜色值(亮度值、红度值、黄度值、饱和度值、色调角)为指标,采用逐步判别分析的方法,对不同褐变档次烟叶样品进行判别分析,建立判别函数。结果表明:烟叶正面亮度值L、红度值a、饱和度值c和色调角h进入判别函数并建立判别模型。用自身验证法和交互检验法对原样品进行回判,回判准确率为99.0%,对25个验证样品的判别准确率达到100%。