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

摘要

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104,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。