基于太赫兹时域光谱技术的烟草组分识别

来源：农业工程学报杂志2022年第10期北京时间：

作者：周博,朱文魁,王赵改,蒋鹏飞,刘洪坤,李智慧,张柯,付丽丽,

摘要：为了准确识别不同烟草配方组分，利用太赫兹时域光谱技术，针对烟草工业常用的叶丝、梗丝和再造烟叶丝3种烟草配方组分开展太赫兹光谱特性分析和分类识别方法研究。对0.35～1.50 THz范围内3种烟丝的吸收系数谱和折射率谱进行分析，通过低方差滤波结合主成分分析（Principal Component Analysis，PCA）进行光谱特征提取和降维，分别建立针对吸收谱和折射谱的支持向量机（Support Vector Machine，SVM）分类模型、最邻近分类（K-Nearest Neighbor，KNN）模型和袋装树（Bagged trees）分类模型。结果表明，基于吸收系数谱的分类模型准确率最高，低方差滤波结合PCA的特征提取算法能显著提高分类效果，其中KNN模型准确率达到98.3%。对频域光谱使用连续投影算法（Successive Projections Algorithm，SPA）特征提取并结合SVM模型，分类准确率也在90%左右。研究表明太赫兹时域光谱技术可应用于不同烟草组分的分类判别，为太赫兹技术在烟草物料无损检测的应用提供参考。

关键词：光谱, 模型, 烟草组分, 太赫兹时域光谱, 分类识别, 最近邻分类, 低方差滤波