基于烟叶致香成分建立烤烟香型分类模型方法研究

摘要

为筛选出基于烟叶致香成分数据建立烤烟香型分类的最优模型,以便于较好地对烤烟的香型进行正确分类。首先对142个烤烟烟叶样品中的45个指标采用行业标准进行检测,然后采用逐步回归法筛选出14个烟叶致香成分,依据这14个指标采用判别分析法、Logistic回归、高斯混合模型、分类树、K最邻近法、人工神经网络和支持向量机7种方法进行建模。通过对不同方法建立的模型采用100次随机抽取训练集样本和测试样本计算错误分类率,选择错误分类率较低的模型作为优选模型。结果表明,线性判别法和高斯混和模型建立的2种香型函数能较好地对未知样品的香型进行正确分类,且效果较好(正确率可达90%以上)。研究筛选出的2种优选模型对于烤烟香型分类研究具有一定的应用价值。