基于近红外光谱的醇化雪茄烟叶品种判别模型研究
打开文本图片集
摘 要：为提高不同醇化后雪茄烟叶品种的判别准确性，采用多元散射校正等预处理算法对光谱数据进行去噪处理，以降低试验、环境和仪器噪音对数据的影响。结合支持向量机、BP神经网络和随机森林建立不同品种的近红外光谱判别模型，通过准确率和混淆矩阵评估模型性能。结果表明：采用SNV+FD预处理算法和CARS特征波长选择算法建立的模型效果最佳，在训练集和预测集上均表现出较高准确性，证实了利用近红外光谱技术快速判别不同醇化后雪茄烟叶品种的可行性。（剩余10494字）