基于近红外光谱与Transformer的烟叶感官指标预测方法

来源：农业机械学报杂志2026年第1期北京时间：

作者：张云伟，张健涛，张海，周渭皓，李斌，陶成金

单位：昆明理工大学,昆明理工大学,云南省烟草烟叶公司,云南省烟草烟叶公司,云南省烟草烟叶公司,云南省烟草烟叶公司,

摘要：为克服传统卷烟配方设计与维护过程中存在的主观性强、过度依赖人工经验及感官评吸等技术瓶颈，利用“近红外光谱-化学成分-感官指标”的间接关联，提出了一种基于近红外光谱与Transformer架构的端到端烟叶感官质量指标预测方法。首先采用Savitzky-Golay卷积平滑法（SG）、一阶导数法（D1）、多元散射校正（MSC）3种光谱预处理技术有效消除基线漂移和散射干扰；进而设计了一种面向光谱数据特征的Transformer预测模型，实现了烟叶感官质量三维评价体系（风格特征：清香、甜香、焦香；烟气特征：浓度、劲头；质量特征：香气质、香气量、杂气、刺激、余味）的精准预测，并采用了SHAP方法对模型进行分析，增强了模型的可解释性。结果表明，模型对各感官指标测试集预测的平均绝对误差均不高于0.56，具有较好可用性；针对不同感官指标，模型表现出对不同光谱特征波段的捕捉，有效挖掘了光谱特征的协同作用机制，具有较好可解释性。在此基础上，进一步结合多维相似度分析设计了一种辅助烟叶替代方法，可为烟叶替代与配方优化提供量化决策支持。

关键词：烟叶感官指标;近红外光谱;Transformer;预测模型;烟叶替代

基金资助：中国烟草总公司云南省公司科技计划重点项目（2022530000241026）、云南省高校工业智能与系统重点实验室建设项目 (KKPH202403003)和国家自然科学基金项目（51365019）