烟叶复烤工艺与技术

分析烟叶复烤工艺存在的问题,阐述烟叶复烤工艺的发展历程,以为烟叶复烤提供指导。

基于高光谱信息的烟叶分级方法比较

为解决传统烟叶分级因人为主观因素造成烟叶等级识别率低等问题,基于不同等级烟叶高光谱数据集A和B,分析了多元散射校正(MSC)、标准正态变量变换(SNV)和Savitzky-Golay卷积平滑(SG)3种预处理方法,以及随机森林(RF)、极限学习机(ELM)、梯度提升决策树(GBDT)和支持向量机(SVM)4种分类模型对烟叶分类正确率的影响,并进一步探讨了高光谱数据经MSC预处理后,利用F-Score算法选取特征波段,在不同特征波段数量下分类正确率的变化。结果表明:(1)基于全波段的MSC预处理结合ELM和SVM模型的识别效果较好,数据集A和B的分类正确率分别达到84%、80%和96%、95%;(2)利用F-Score算法选取的特征波段数量占全波段的70%时,基于MSC预处理的4种模型的分类正确率已接近基于全波段的分类正确率,在数据集B中SVM的分类正确率达到96%。该研究结果可为提高烟叶等级识别正确率及烟叶分级的智能化水平提供支持。