本发明提出一种基于近红外光谱的烟叶常规化学成分通用模型建模方法。首先在相同条件下采集烟叶样品的近红外光谱数据、产地信息,测得其常规化学成分含量。然后建立烟叶产地预测模型。其次设立一组期望模型目标评价参数,利用样品化学成分含量数据与预处理后的光谱数据进行偏最小二乘回归分析建模,若所得模型不符合要求,则对参与建模的样品进行以产地为单位的剔除,得到满足要求并适用最多产地的主模型。对于不参与主模型建模的样品,利用模型转移算法建立转移模型,得到满足参数要求前提下模型数最少的转移模型组。主模型与转移模型组共同构成通用模型,结合产地预测模型,可对来自全国各产区烟叶待测样品进行符合目标精度要求的成分预测。
声明:
“基于近红外光谱的烟叶常规化学成分通用模型建模方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)