中红外光谱法结合监督模式识别算法对烟用香精香料研究

发布时间：2022-11-05 05:05

　　采用傅里叶变换中红外光谱技术对49种烟用香精香料进行分类研究,并结合不同监督模式识别算法对932个样品光谱数据进行分类判别。对光谱数据先进行优化,剔除异常光谱数据后建模,用判别准确率来评价分类模型效果。结果表明:5种监督模式识别算法判别准确率均大于97%,其中使用线性判别分析法（LDA）和主成分分析串联马氏距离法（PCA-MD）建立的模型可以达到100%的判别准确率。进行重复性实验后发现大部分谱峰的标准偏差在0.05A以下,符合分析要求,信噪比的数量级在10~4,仪器在测试过程中状态比较稳定。因此采用傅里叶变换中红外光谱法结合LDA或者PCA-MD算法可应用于烟用香精香料的现场快速分析。 

【文章页数】：2 页

【参考文献】：
期刊论文
[1]Instrumentation[J].   Instrumentation. 2019(02)
[2]Multi-Bounce ATR-FTIR结合Gram-Schmidt正交化法计算烟用香精相似度[J]. 张翼鹏,段焰青,者为,刘秀明,李源栋,王家俊.  湖北农业科学. 2015(08)



本文编号：3701968