本發明提出一種基于近紅外光譜的煙葉常規化學成分通用模型建模方法。首先在相同條件下采集煙葉樣品的近紅外光譜數據、產地信息,測得其常規化學成分含量。然后建立煙葉產地預測模型。其次設立一組期望模型目標評價參數,利用樣品化學成分含量數據與預處理后的光譜數據進行偏最小二乘回歸分析建模,若所得模型不符合要求,則對參與建模的樣品進行以產地為單位的剔除,得到滿足要求并適用最多產地的主模型。對于不參與主模型建模的樣品,利用模型轉移算法建立轉移模型,得到滿足參數要求前提下模型數最少的轉移模型組。主模型與轉移模型組共同構成通用模型,結合產地預測模型,可對來自全國各產區煙葉待測樣品進行符合目標精度要求的成分預測。
聲明:
“基于近紅外光譜的煙葉常規化學成分通用模型建模方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)