[发明专利]基于近红外光谱和OPLS-DA的卷烟分类识别模型的构建方法

权利要求书

1.一种基于近红外光谱和OPLS-DA的卷烟分类识别模型的构建方法，其特征在于，包括：

选取若干种类的待测样品，按照预设保养步骤对所述样品进行保养；

对所述样品进行光谱扫描，得到所述样品的近红外光谱；

将所述近红外光谱划分为校正集和测试集，并通过不同种类的光谱预处理方案对所述近红外光谱进行处理；

对所述校正集通过OPLS-DA分析，得到卷烟分类识别模型及所述校正集的识别正确率，将所述测试集带入所述卷烟分类识别模型，得到所述测试集的识别正确率；

根据所述校正集的识别正确率和所述测试集的识别正确率确定符合预设要求的光谱预处理方案，获取所述符合预设要求的光谱预处理方案对应的卷烟分类识别模型。

2.根据权利要求1所述的基于近红外光谱和OPLS-DA的卷烟分类识别模型的构建方法，其特征在于，所述光谱预处理方案包括：

多元散射校、标准正态变量变换、一阶微分、二阶微分、Savitzky-Golay滤波器、算法组合。

3.根据权利要求1所述的基于近红外光谱和OPLS-DA的卷烟分类识别模型的构建方法，其特征在于，所述根据所述校正集的识别正确率和所述测试集的识别正确率确定符合预设要求的光谱预处理方案，包括：

计算所述校正集的识别正确率和所述测试集的识别正确率的和，获取所述和最大的光谱预处理方案。

4.根据权利要求1所述的基于近红外光谱和OPLS-DA的卷烟分类识别模型的构建方法，其特征在于，所述方法还包括：

将所述近红外光谱按照校正集与测试集的比例2比1的比例划分为校正集和测试集。

5.根据权利要求1所述的基于近红外光谱和OPLS-DA的卷烟分类识别模型的构建方法，其特征在于，所述按照预设保养步骤对所述样品进行保养,包括：

控制所述样品的温度、含水率在对应的预设范围内，以及控制所述样品对应环境的湿度、温度在预设范围内。

6.根据权利要求1所述的基于近红外光谱和OPLS-DA的卷烟分类识别模型的构建方法，其特征在于，对所述样品进行光谱扫描，得到所述样品的近红外光谱，包括：

对所述样品进行N次光谱扫描，取所述N次光谱扫描结果的平均值作为所述样品的近红外光谱，所述N为大于1的自然数。

7.根据权利要求1所述的基于近红外光谱和OPLS-DA的卷烟分类识别模型的构建方法，其特征在于，所述对所述样品进行光谱扫描，包括：

将光谱的扫描范围设定为10000至4000cm^-1，扫描分辨率设定为8 cm^-1，扫描次数设定为64次，并将所述样品放入旋转杯中进行旋转采集近红外漫反射光谱，得到所述样品的光谱扫描结果。