为提高不同醇化后雪茄烟叶品种的判别准确性,采用多元散射校正等预处理算法对光谱数据进行去噪处理,以降低试验、环境和仪器噪音对数据的影响。结合支持向量机、BP神经网络和随机森林建立不同品种的近红外光谱判别模型,通过准确率和混...展开更多 为提高不同醇化后雪茄烟叶品种的判别准确性,采用多元散射校正等预处理算法对光谱数据进行去噪处理,以降低试验、环境和仪器噪音对数据的影响。结合支持向量机、BP神经网络和随机森林建立不同品种的近红外光谱判别模型,通过准确率和混淆矩阵评估模型性能。结果表明:采用SNV+FD预处理算法和CARS特征波长选择算法建立的模型效果最佳,在训练集和预测集上...