基于太赫兹时域光谱技术的烟草组分识别

作者：周博; 朱文魁^*; 王赵改; 蒋鹏飞; 刘洪坤; 李智慧; 张柯; 付丽丽

来源：农业工程学报, 2022, 38(10): 310-316.

• 光谱
• 模型
• 烟草组分
• 太赫兹时域光谱
• 分类识别
• 最近邻分类
• 低方差滤波

为了准确识别不同烟草配方组分，利用太赫兹时域光谱技术，针对烟草工业常用的叶丝、梗丝和再造烟叶丝3种烟草配方组分开展太赫兹光谱特性分析和分类识别方法研究。对0.35～1.50THz范围内3种烟丝的吸收系数谱和折射率谱进行分析，通过低方差滤波结合主成分分析（Principal Component Analysis,PCA）进行光谱特征提取和降维，分别建立针对吸收谱和折射谱的支持向量机（Support Vector Machine,SVM）分类模型、最邻近分类（K-Nearest Neighbor,KNN）模型和袋装树（Bagged trees）分类模型。结果表明，基于吸收系数谱的分类模型准确率最高，低方差滤波结合PCA的特征提取算法能显著提高分类效果，其中KNN模型准确率达到98.3%。对频域光谱使用连续投影算法（Successive Projections Algorithm,SPA）特征提取并结合SVM模型，分类准确率也在90%左右。研究表明太赫兹时域光谱技术可应用于不同烟草组分的分类判别，为太赫兹技术在烟草物料无损检测的应用提供参考。

• 单位
  中国烟草总公司郑州烟草研究院; 河南省农业科学院