基于BPNN的烤烟褐变程度识别及其分类烟叶质量分析

作者：孙光伟; 郭青青; 柳均; 冯吉; 孙敬国; 张鹏龙; 吴哲宽; 李建平; 陈振国^*

来源：西南农业学报, 2023, 36(01): 169-177.

DOI：10.16213/j.cnki.scjas.2023.1.021

• 烤烟
• 酶促褐变
• 褐变程度
• BP神经网络
• 外观质量

【目的】建立BP(Back propagation)神经网络(BPNN)自动识别系统，以实现烤烟褐变标准化和量化。【方法】以云烟87上部烟叶为样本，通过扫描获取烟叶颜色等特征信息，建立BP神经网络烤烟褐变程度识别模型，输出判别结果，以人工判别烤烟褐变结果为参考，进行相似度比较。通过外观质量、常规化学成分、多酚含量、TSNAs含量和感官质量变化分析比对，验证BP神经网络自动识别系统和人工识别结果的精准度。【结果】建立的BP神经网络模型能够精准识别烟叶褐化等级，其识别准确率为98.75%,分级烟叶外观质量、常规化学成分、多酚含量、TSNAs含量和感官质量变化与人工识别基本一致，两种识别模式无显著性差异(P<0.05),为杂色烟分级提供了客观评价方法，能有效区分不同褐变程度烟叶的可用性。【结论】BP神经网络识别系统对烟叶褐变程度鉴别精准度与人工识别接近，可以利用BP神经网络自动识别系统替代人工识别。

• 单位
  生命科学学院; 湖北大学; 湖北省烟草公司恩施州公司