一种烤烟烟丝的产地及等级识别方法

    公开(公告)号:CN110736718A

    公开(公告)日:2020-01-31

    申请号:CN201910985697.5

    申请日:2019-10-16

    Abstract: 本发明提供一种烤烟烟丝产地及等级识别方法,该方法包括如下步骤:步骤1)获取多个烟叶(烟丝)样本的表征指标,所述的表征指标包括化学指标、香型指标与部位特征;步骤2)获取步骤1)中多个烟叶(烟丝)样本的近红外光谱,利用偏最小二乘方法分别对步骤1)获得的表征指标、步骤2)获得的近红外光谱进行关联,建立模型;步骤3)将全国各产地、各等级烟叶样本的历史近红外光谱应用到步骤2)所述的模型中,得到全国各产地、各等级烟叶样本的模型计算值;统计各产地、等级的各模型阈值范围,建立匹配矩阵;步骤4)获取未知样本的近红外光谱,通过步骤2)模型预测出表征指标后,结合步骤3)的匹配矩阵,预测其产地及等级。

    一种基于局部区域的近红外光谱信号标准正态校正方法

    公开(公告)号:CN104990895B

    公开(公告)日:2017-10-31

    申请号:CN201510447038.8

    申请日:2015-07-27

    Abstract: 本发明涉及一种基于局部区域的近红外光谱信号标准正态校正方法,步骤如下:1)利用近红外光谱仪采集待测样品的近红外光谱数据;2)采用等分的方式对全谱区域进行分隔,将全谱分为N等分,根据N数值的不同进行多次划分;3)对每一次划分,计算每个子波段的校正参数,并利用算得的参数对该谱段进行校正:4)对每一次划分,对校正后的全谱进行PLS建模,并计算模型的交叉验证根均方误差;5)确定最优的分隔数Nopt;6)确定最优的训练集模型;7)对测试集光谱进行Nopt等分,对每个子波段进行校正,带入步骤6)中的模型进行感兴趣成分含量的预测。本发明可以有效的抑制近红外光谱中的散射等干扰因素,提高了模型的预测精度。

    一种复合烟草保润剂及其制备方法和应用

    公开(公告)号:CN105167176B

    公开(公告)日:2017-05-10

    申请号:CN201510508290.5

    申请日:2015-08-18

    Abstract: 本发明公开了一种复合烟草保润剂及其制备方法和应用,复合烟草保润剂以水为溶剂,溶质为封阻性保润剂、吸水性保润剂、水合性保润剂中的至少两种,且溶质中至少有一种为封阻性保润剂。所述吸水性保润剂为植物提取物,植物为卤地菊、枇杷叶、铜藻、裂片石莼或蜈蚣藻中的至少一种。所述封阻性保润剂为玉米油、橄榄油中的至少一种。所述水合性保润剂为乙酸镁、乳酸镁、甘油磷酸镁中的至少一种。本发明提供的复合烟草保润剂原料方便易得,价格低廉,制备方法操作简单、易于控制且成本低,无污染,无需改变现有卷烟的加工工艺,具有良好的工业实用性。

    一种基于近红外光谱的原烟叶组配方维护方法

    公开(公告)号:CN105844579A

    公开(公告)日:2016-08-10

    申请号:CN201610156519.8

    申请日:2016-03-17

    CPC classification number: G06Q90/00

    Abstract: 本发明公开了一种基于近红外光谱的原烟叶组配方维护方法,包括:步骤1,依据去年和今年烟叶品种的近红外光谱和化学值的一致性程度,将去年的烟叶品种划分为共性等级和个性等级;步骤2,针对共性等级,采用与去年相同的比例;针对个性等级,利用今年采集的烟叶品种组合成混合样,使混合样的近红外光谱以及化学值分别与对应的个性等级相一致,混合样的比例采用去年原烟叶组配方中对应的个性等级的比例,得到今年的初步原烟叶组配方;步骤3,若今年和去年制样的化学值和近红外光谱差异符合预期,得到今年的原烟叶组配方。本发明以近红外光谱为依据,以化学成分作为判断基础,当收购原烟的指标发生变化时,能够快速确定质量稳定的原烟叶组配方。

    一种基于谱回归的近红外模型转移方法

    公开(公告)号:CN105842190A

    公开(公告)日:2016-08-10

    申请号:CN201610153646.2

    申请日:2016-03-17

    CPC classification number: G01N21/359 G01N21/3563

    Abstract: 本发明公开了一种基于谱回归的近红外模型转移方法,包括:步骤1,针对多个烟草标定样本,分别利用主机和从机进行近红外光谱采集,得到主机近红外光谱Xm和从机近红外光谱Xs;步骤2,对Xm和Xs分别进行光谱预处理;步骤3,利用谱回归方法,分别计算Xm和Xs在低维度的表示Zm和Zs;步骤4,利用Zm和Zs计算变换,将训练集烟草样本的主机近红外光谱Xtrn转移为从机近红外光谱Xt;步骤5,利用从机近红外光谱Xt以及烟草样本的化学值进行建模;步骤6,利用从机对待测样品进行近红外光谱采集,然后利用步骤5建立的模型进行烟草化学成分含量的计算。本发明提供的方法,能够揭示数据的内部结构,抑制数据中的噪声和冗余特征,提高红外光谱模型转移的成功概率。

    一种基于局部区域的近红外光谱信号标准正态校正方法

    公开(公告)号:CN104990895A

    公开(公告)日:2015-10-21

    申请号:CN201510447038.8

    申请日:2015-07-27

    Abstract: 本发明涉及一种基于局部区域的近红外光谱信号标准正态校正方法,步骤如下:1)利用近红外光谱仪采集待测样品的近红外光谱数据;2)采用等分的方式对全谱区域进行分隔,将全谱分为N等分,根据N数值的不同进行多次划分;3)对每一次划分,计算每个子波段的校正参数,并利用算得的参数对该谱段进行校正:4)对每一次划分,对校正后的全谱进行PLS建模,并计算模型的交叉验证根均方误差;5)确定最优的分隔数Nopt;6)确定最优的训练集模型;7)对测试集光谱进行Nopt等分,对每个子波段进行校正,带入步骤6)中的模型进行感兴趣成分含量的预测。本发明可以有效的抑制近红外光谱中的散射等干扰因素,提高了模型的预测精度。

Patent Agency Ranking