基于太赫兹光谱检测技术的烟丝掺配比例识别模型

• Published in: 烟草科技 Vol. 57; no. 12; pp. 74 - 83
• Main Authors: 刘涛, 丁美宙, 张二强, 杨心安, 杨雨要, 邓国栋, 朱文魁
• Format: Journal Article
• Language: Chinese
• Published: 中国烟草总公司郑州烟草研究院,郑州高新技术产业开发区枫杨街2号 450001%河南中烟工业有限责任公司技术中心,郑州市管城回族区经开第三大街8号 450016%陕西中烟工业有限责任公司技术中心,西安市高新区沣惠南路38号 710065 01.12.2024
• Subjects: 太赫兹光谱; 支持向量机; 烟丝掺配; 分类模型; Cut tobacco blending; Logical regression; Terahertz spectroscopy; Classification model; Support Vector Machine; 逻辑回归
• ISSN: 1002-0861
• DOI: 10.16135/j.issn1002-0861.2024.0151

TS439; 为了准确识别烟草配方中叶丝与梗丝的掺配比例,基于太赫兹光谱检测技术,结合机器学习方法,对不同掺配比例的烟丝样品进行光谱特性分析以及分类识别方法研究.在0～2.0 THz的频带宽度范围内,对不同掺配比例的烟丝混合物料进行吸收光谱分析.建立了逻辑回归(Logistic regression,LR)、随机森林(Random Forest,RF)、最邻近(K-Nearest Neighbor,KNN)和支持向量机(Support Vector Machines,SVM)4种分类模型,并验证了上述模型对不同梗丝含量样品的分类效果.结果表明,基于吸收系数建立的支持向量机分类模型综合效果最好,在2%～10%的低配比例烟丝样品中,模型经过内部验证精度达到91.19%,外部验证的识别率达到80.56%;在10%～50%的高配比例烟丝样品中,模型经过内部验证精度达到92.27%,外部验证的识别率达到86.25%.基于吸收系数的机器学习方法可用于检测不同梗丝质量占比的烟丝识别,为检测生产中烟丝的掺配均匀性提供参考.