基于近紅外光譜信息的煙葉風(fēng)格特征的隨機森林分類方法
【專利摘要】本發(fā)明公開一種基于近紅外光譜信息的煙葉風(fēng)格特征的隨機森林分類方法，其特征在于：該方法是通過以下步驟來實現(xiàn)的：（1）建模樣品準備；（2）光譜掃描；（3）光譜預(yù)處理；（4）導(dǎo)出光譜數(shù)據(jù)；5）建立模型；（6）按步驟2～4掃描待測樣品，處理后獲得其近紅外光譜數(shù)據(jù)，分別與存儲器中的數(shù)學(xué)模型進行比對即可獲得煙葉的種植區(qū)域、品種、等級部位等決定風(fēng)格特征的因素。本發(fā)明以煙葉的近紅外光譜信息為對象，采用隨機森林分類方法對決定煙葉風(fēng)格特征的種植區(qū)域、品種、等級部位進行模式識別。本發(fā)明操作更加簡便，省時省力，不需要對樣品進行前處理，直接掃描其近紅外譜圖在2分鐘內(nèi)就可以獲得樣品的種植區(qū)域、品種、等級部位等信息。
【專利說明】基于近紅外光譜信息的煙葉風(fēng)格特征的隨機森林分類方法
[0001]本發(fā)明屬于一種煙葉風(fēng)格特征的分類方法，具體來講是以煙葉的近紅外光譜信息為對象，采用隨機森林分類方法對決定煙葉風(fēng)格特征的種植區(qū)域、品種、等級部位進行模式識別。
技術(shù)背景
[0002]煙葉原料是卷煙配方的核心及基礎(chǔ)，為保證卷煙配方的穩(wěn)定，卷煙企業(yè)的配方人員采用多等級、多區(qū)域、多類型的煙葉配伍組成卷煙的葉組配方。依據(jù)中式卷煙的特點，卷煙產(chǎn)品風(fēng)格特色的形成基于煙葉的風(fēng)格特征。
[0003]風(fēng)格特征是卷煙產(chǎn)品的靈魂，煙葉風(fēng)格特征又是卷煙產(chǎn)品形成風(fēng)格特征的基礎(chǔ)及保障。作為煙葉風(fēng)格特征的表述還未有普遍接受的標準，以物理和化學(xué)的定量測定結(jié)果來確切的表述煙葉的風(fēng)格特征還很困難。影響煙葉風(fēng)格特征的因素主要有:生態(tài)環(huán)境，品種和栽培調(diào)制技術(shù)，特色優(yōu)質(zhì)煙葉開發(fā)項目基于影響煙葉風(fēng)格特征的因素出發(fā)，在一定的區(qū)域用特定的栽培調(diào)制技術(shù)種植所選擇品種的煙葉。卷煙企業(yè)在實際收購煙葉及葉組配方制定過程中，主要考慮種植區(qū)域、品種、等級部位等三個因素。基于此，我們認為種植區(qū)域、品種、等級部位決定了煙葉的風(fēng)格特征。
[0004]不同種植區(qū)域、品種、等級部位的煙葉其化學(xué)成分存在差異，色譜指紋圖譜具有指紋特征分析的特點，能夠?qū)ξ⒘亢哿砍煞诌M行定性定量分析，適合分析復(fù)雜體系組成，是當前煙葉微量痕量化學(xué)成分分析評價普遍采用的方法，通過比較其化學(xué)成分的不同進而識別不同種植區(qū)域、品種、等級部位的煙葉是目前研究的熱點。但色譜色譜分析技術(shù)著重在對于致香成分的分離分析，割裂了香精香料的整體性、協(xié)調(diào)性及協(xié)同作用，并且色譜分析技術(shù)前處理過程繁雜，人力、物力、時間成本較高。近紅外光譜主要是由于分子振動的非諧性使分子振動從基態(tài)向高能級躍遷時產(chǎn)生的，記錄的是含氫基團振動的倍頻和合頻吸收，利用物質(zhì)中C-H、N-H、O-H及C=O等基團對近紅外光吸收較強的特點，根據(jù)有機物質(zhì)的近紅外光譜信息結(jié)合化學(xué)計量學(xué)對相應(yīng)成分或指標進行定量、定性測量。近紅外光譜所包含的煙草化學(xué)成分的關(guān)聯(lián)信息非常豐富，基于近紅外信息進行煙葉聚類分析和模式識別具有可靠的物質(zhì)基礎(chǔ)，應(yīng)用近紅外信息進行煙葉質(zhì)量的定性定量研究具有廣闊的應(yīng)用前景。相對于微量痕量化學(xué)成分的獲得，近紅外光譜技術(shù)有著巨大的優(yōu)勢，近紅外譜圖的由近紅外光譜儀掃描獲得，獲得過程速度快、樣品不需預(yù)處理、操作簡單、人員要求低，無浪費、無污染。
[0005]隨機森林是由Leo Breiman和Adele Cutler在2001年提出的一種組合分類器方法。構(gòu)成隨機森林的基礎(chǔ)分類器稱為決策樹，其輸出的類別是由個別樹輸出的類別的眾數(shù)。
[0006]目前以煙葉的近紅外光譜信息為對象，采用隨機森林分類方法對決定煙葉風(fēng)格特征的種植區(qū)域、品種、等級部位進行模式識別的方法還未見報道。

【發(fā)明內(nèi)容】

[0007]針對現(xiàn)在技術(shù)存在的不足之處，本發(fā)明提供一種基于近紅外光譜信息的煙葉風(fēng)格特征的隨機森林分類方法。該方法不需要對樣品進行前處理，操作簡便，分析測試速度快，測定結(jié)果準確，重復(fù)性好。
[0008]為了解決上述技術(shù)問題，本發(fā)明采用如下的技術(shù)方案:
[0009]一種基于近紅外光譜信息的煙葉風(fēng)格特征的隨機森林分類方法，該方法是通過以下步驟來實現(xiàn)的:
[0010](I)建模樣品準備:收集獲得煙葉樣品，煙葉樣品狀態(tài)為煙絲或粉末均可，樣品需包含種植區(qū)域、等級部位、品種等信息；
[0011](2)光譜掃描:通過近紅外光譜儀掃描建模樣品獲得其近紅外譜圖，儀器的工作參數(shù)為:光譜范圍10000?3800cm-1，分辨率4?32CHT1，掃描I?100次取平均光譜，每個樣品掃描獲得2個以上的平均光譜；
[0012](3)光譜預(yù)處理:采用標準正則變換消除樣品不均勻帶來的差異，采用諾里斯平滑濾波平滑光譜，消除高頻噪音保留有用的低頻信息，采用二階微分處理，消除基線漂移的影響，獲得比原光譜更高分辨率和更清晰的光譜輪廓變化；
[0013](4)導(dǎo)出光譜數(shù)據(jù):將10000?3800CHT1光譜范圍的數(shù)據(jù)點導(dǎo)出；也可以將光譜進行主成分處理后導(dǎo)出其主成分得分數(shù)據(jù)；
[0014](5)建立模型:將建模樣品的近紅外譜圖數(shù)據(jù)與樣品風(fēng)格特征信息相結(jié)合，并將建模樣品隨機分成10?90%, —部分樣品用于隨機森林建模,另外的樣品用于模型驗證,決策樹為50個以上，節(jié)點處變量數(shù)為2個以上，重復(fù)多次，逐步優(yōu)化模型，使其達到最佳狀態(tài)，建模樣品最終的類別由輸出類別的眾數(shù)決定，同時給出建模樣品訓(xùn)練過程中類別判別的正確率。將建立得到的分類模型存入存儲器中；
[0015](6)樣品檢測:按步驟2?4掃描待測樣品，處理后獲得其近紅外光譜數(shù)據(jù)，分別與存儲器中的數(shù)學(xué)模型進行比對即可獲得煙葉的種植區(qū)域、品種、等級部位等決定風(fēng)格特征的因素。
[0016]上述技術(shù)方案的有益之處在于:
[0017]本發(fā)明以煙葉的近紅外光譜信息為對象，采用隨機森林分類方法對決定煙葉風(fēng)格特征的種植區(qū)域、品種、等級部位進行模式識別。本發(fā)明操作更加簡便，省時省力，不需要對樣品進行前處理，直接掃描其近紅外譜圖在2分鐘內(nèi)就可以獲得樣品的種植區(qū)域、品種、等級部位等信息。
【專利附圖】

【附圖說明】[0018]無【具體實施方式】
[0019]下面結(jié)合具體實施例進一步闡述本發(fā)明。這些實施例僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍。
[0020]實施例1:
[0021]一種基于近紅外光譜信息的煙葉風(fēng)格特征的隨機森林分類方法，該方法是通過以下步驟來實現(xiàn)的:
[0022](I)建模樣品準備:收集獲得838個粉末煙葉樣品，樣品的種植區(qū)域分別為東南煙草種植區(qū)、西南煙草種植區(qū)、黃淮煙草種植區(qū)、長江中上游煙草種植區(qū)；[0023](2)光譜掃描:通過近紅外光譜儀掃描建模樣品獲得其近紅外譜圖，儀器的工作參數(shù)為:光譜范圍8500~^OOcnT1，分辨率8CHT1，掃描20次取平均光譜，每個樣品掃描獲得5個平均光譜；
[0024](3)光譜預(yù)處理:采用標準正則變換消除樣品不均勻帶來的差異，采用諾里斯平滑濾波平滑光譜，消除高頻噪音保留有用的低頻信息，采用二階微分處理，消除基線漂移的影響，獲得比原光譜更高分辨率和更清晰的光譜輪廓變化。
[0025](4)導(dǎo)出光譜數(shù)據(jù):將8500~^OOcnr1光譜范圍的數(shù)據(jù)點導(dǎo)出，每張光譜獲得1038個數(shù)據(jù)點；
[0026](5)建立模型:將建模樣品的近紅外光譜數(shù)據(jù)與樣品種植區(qū)域信息相結(jié)合,并將建模樣品隨機分成30%,—部分樣品用于隨機森林建模,另外的樣品用于模型驗證,決策樹為100個，節(jié)點處變量數(shù)為32個，重復(fù)多次，逐步優(yōu)化模型，使其達到最佳狀態(tài)，建模樣品最終的類別由輸出類別的眾數(shù)決定，同時給出建模樣品訓(xùn)練過程中類別判別的正確率。將建立得到的煙葉種植區(qū)域分類模型存入存儲器中；
[0027](6)樣品檢測:100個不同種植區(qū)域的待測樣品按步驟2~4處理后獲得其近紅外光譜數(shù)據(jù)，與存儲器中的煙葉種植區(qū)域數(shù)學(xué)模型進行比對即可獲得煙葉的種植區(qū)域的信
肩、O
[0028]建模樣品的正確率在93.32%，樣品檢測的正確率在84% (表1)。
[0029]表1煙草種植區(qū)隨機森林分類模式識別結(jié)果
【權(quán)利要求】
1.基于近紅外光譜信息的煙葉風(fēng)格特征的隨機森林分類方法，該方法是通過以下步驟來實現(xiàn)的: (1)建模樣品準備:收集獲得煙葉樣品，煙葉樣品狀態(tài)為煙絲或粉末均可，樣品需包含種植區(qū)域、等級部位、品種等?目息； (2)光譜掃描:通過近紅外光譜儀掃描建模樣品獲得其近紅外譜圖，儀器的工作參數(shù)為:光譜范圍10000~3800CHT1，分辨率4~32CHT1，掃描I~100次取平均光譜，每個樣品掃描獲得2個以上的平均光譜； (3)光譜預(yù)處理:采用標準正則變換消除樣品不均勻帶來的差異，采用諾里斯平滑濾波平滑光譜，消除高頻噪音保留有用的低頻信息，采用二階微分處理，消除基線漂移的影響，獲得比原光譜更高分辨率和更清晰的光譜輪廓變化； (4)導(dǎo)出光譜數(shù)據(jù):將10000~3800CHT1光譜范圍的數(shù)據(jù)點導(dǎo)出； (5)建立模型:將建模樣品的近紅外譜圖數(shù)據(jù)與樣品風(fēng)格特征信息相結(jié)合，并將建模樣品隨機分成10~90%, —部分樣品用于隨機森林建模,另外的樣品用于模型驗證,決策樹為50個以上，節(jié)點處變量數(shù)為2個以上，重復(fù)多次，逐步優(yōu)化模型，使其達到最佳狀態(tài)，建模樣品最終的類別由輸出類別的眾數(shù)決定，同時給出建模樣品訓(xùn)練過程中類別判別的正確率。將建立得到的分類模型存入存儲器中； (6)樣品檢測:按步驟2~4掃描待測樣品，處理后獲得其近紅外光譜數(shù)據(jù)，分別與存儲器中的數(shù)學(xué)模型進行比對即可獲得煙葉的種植區(qū)域、品種、等級部位等決定風(fēng)格特征的因素。
2.如權(quán)利要求1所述的一種基于近紅外光譜信息的SIMCA輔助卷煙配方的方法，其特征在于:步驟四也可替換成:將光譜進行主成分處理后導(dǎo)出其主成分得分數(shù)據(jù)。
【文檔編號】G01N21/359GK103674884SQ201210344642
【公開日】2014年3月26日 申請日期:2012年9月17日 優(yōu)先權(quán)日:2012年9月17日
【發(fā)明者】張峰, 鹿洪亮, 藍洪橋, 伊勇濤, 操曉亮, 陳小明, 陳群, 李斌, 洪祖燦, 莊吳勇 申請人:福建中煙工業(yè)有限責(zé)任公司