[发明专利]一种利用光谱特征向量结合主成分分析建立分类模型的方法

权利要求书

1.一种利用光谱特征向量结合主成分分析建立分类模型的方法，其特征在于：利用近红外光谱仪将同产地的烟叶光谱进行扫描，然后对每个光谱的特征向量进行提取，然后对所有同产地的近红外光谱按行排列，获得数据矩阵，对矩阵进行主成分分析，通过特征向量计算出主成分，通过计算相关数据，确定识别线，建立区分模型。

2.根据权利要求1所述的一种利用光谱特征向量结合主成分分析建立分类模型的方法，其特征在于，所述模型建立包括如下步骤：

(1)光谱扫描：对待测样品进行近红外光谱扫描，提取光谱的特征向量；

(2)建立数据矩阵：将n个同一产地的烟叶的近红外光谱按行排列，获得数据矩阵D；

(3)主成分分析：对D进行主成分分析，通过特征向量计算出主成分，然后保留第一主成分P1和第三主成分P3；

(4)计算P1和P3的均值，以此均值作为“某”产地烟叶的模型区分中心；

(5)计算所有“某”产地烟叶到此中心的距离d_i(i＝1,2,…,n)；计算所有距离d_i的均值和标准偏差s，以为“某”产地烟叶的识别线。

3.根据权利要求2所述的一种利用光谱特征向量结合主成分分析法建立分类模型的方法，其特征在于，应用该模型对未知样品进行识别时，分析步骤如下：

(1)扫描并获得该样品的近红外光谱；

(2)通过建模步骤2中的特征向量计算出该产品的第一主成分PC1和第三主成分PC3；

(3)计算PC1和PC3到“某”产地烟叶中心的距离d_未知，根据距离判断属地，若则可判定该未知产品属于该产地，否则判定其不属于该产地。

4.根据权利要求2和3所述的一种利用光谱特征向量结合主成分分析建立分类模型的方法，其特征在于：根据主成分分析，所有同产地光谱到中心的距离d_未知应小于区间值。

5.根据权利要求4中所述一种利用光谱特征向量结合主成分分析建立分类模型的方法，其特征在于：通过扫描待分析样品的光谱，计算第一主成分和第三主成分到所建模型中该产地烟叶中心的距离d_未知，若该距离落入识别区间，可判定其为同产地烟叶。

6.根据权利要求1-5中任一所述的一种利用光谱特征向量结合主成分分析建立分类模型的方法，其特征在于：该模型以一系列同产地的近红外光谱为基础，通过主成分分析建立产地区分模型。

7.根据权利要求1-6中任一所述的一种利用光谱特征向量结合主成分分析建立分类模型的方法，其特征在于：包括扫描前步骤将样品粉碎为40-80目。

8.根据权利要求7所述的一种利用光谱特征向量结合主成分分析建立分类模型的方法，其特征在于：所属样品为烟丝、烟梗/或烟末。