基于烟叶电子鼻-近红外数据融合的支持向量机分类判别烟叶年份（英文）

作者：张浩博; 刘太昂; 束茹欣; 杨凯; 叶顺; 尤静林; 葛炯

来源：光谱学与光谱分析, 2018, 38(05): 1620-1625.

• 近红外
• 支持向量机
• 烟草
• 电子鼻

提出了一种基于烟叶近红外光谱(NIR)和烟叶电子鼻(EN)融合数据的烟叶年份判别的支持向量机分类模型。在NIR和EN数据融合的基础上,利用遗传算法来进行变量选择,再建立烟叶年份判别支持向量机模型,所得到的烟叶判别模型在训练集和独立测试集上都具有较高的准确率。建立的烟叶判别NIR-ESVM模型的建模准确率达到100%,留一法准确率达到98.55%,对未知样本的预报准确率为90%。

• 单位
  上海大学; 上海烟草集团有限责任公司