[发明专利]基于近红外光谱波数K均值聚类的烟草化学值定量方法

权利要求书

1.一种基于近红外光谱波数K均值聚类的烟草化学值定量方法，其特征在于，包括如下步骤：

(1)建立训练集和测试集，采集训练集中所有烟草样本的近红外光谱，并测量训练集中各烟草样本的目标成分含量；

(2)采用K均值聚类对训练集中各烟草样本的近红外光谱的波数进行聚类；

(3)每一次聚类完成后，利用偏最小二乘法分别建立各子类谱段与目标成分含量的关系模型，并计算各关系模型的交叉验证均方根误差；

(4)以各关系模型对应的交叉验证均方根误差之和最小的聚类数作为最优聚类数，并将最优聚类数对应的各关系模型进行加权求和，得到全谱模型；

(5)采集测试集中各烟草样本的近红外光谱，并依据全谱模型，得到测试集中各烟草样本的目标成分含量。

2.如权利要求1所述的基于近红外光谱波数K均值聚类的烟草化学值定量方法，其特征在于，步骤(2)中聚类的最大聚类数为2～10。

3.如权利要求1所述的基于近红外光谱波数K均值聚类的烟草化学值定量方法，其特征在于，偏最小二乘法采用非线性迭代偏最小二乘法。

4.如权利要求1所述的基于近红外光谱波数K均值聚类的烟草化学值定量方法，其特征在于，交叉验证均方根误差采用五折交叉验证算法。

5.如权利要求1所述的基于近红外光谱波数K均值聚类的烟草化学值定量方法，其特征在于，步骤(4)中各关系模型的权重w_k计算公式如下：

wk=(1/ek)2Σk=1n(1/ek)2,k=1,2,...,n]]>

式中：e_k为第k个子类的交叉验证均方根误差；

n为子类的个数。

6.如权利要求1所述的基于近红外光谱波数K均值聚类的烟草化学值定量方法，其特征在于，步骤(1)中的目标成分为总糖、烟碱、还原糖或总氮。

7.如权利要求1所述的基于近红外光谱波数K均值聚类的烟草化学值定量方法，其特征在于，烟草样本烘干后，磨碎至40目，密封平衡24～36h后，进行近红外光谱测量。