近红外光谱法快速定量检测青烟叶及烤烟叶中的生物碱

基于傅里叶变换近红外漫反射光谱技术,采集123个青烟叶样品、412个烤烟叶样品的近红外光谱,并对其原始光谱进行一阶微分及Norris平滑处理;采用偏最小二乘(PLS)法建立青烟叶及烤烟叶近红外光谱与4种生物碱的预测模型,并将部分样本作为独立验证集进行预测;对烟叶烘烤前、后的生物碱含量进行比对分析。结果表明:各化学指标的预测均方差(SEP)与校正均方差(SEC)的比值均为0.8～1.2,验证集样本标准偏差(SD)与SEP的比值均大于2.0,校正集与验证集的相关系数r约为0.9,说明近红外模型可用于青烟叶及烤烟叶中生物碱的快速定量检测;转化株烟草在烘烤调制过程中发生了尼古丁向降烟碱的转化。     

化学成分-朴素贝叶斯分类算法的烟叶产地模式识别

把总糖、还原糖、总氮、烟碱、总氯和总钾这6个成分含量作为影响烤烟烟叶产地的自变量,利用朴素贝叶斯分类算法(NBC)建立烤烟烟叶生产地的判别模型.结果表明,用朴素贝叶斯分类建立的烟叶产地识别模型建模、留一法、预报准确度分别为91.24%、89.05%和88.24%,而用支持向量机分类和K点最近邻分类建立的烟叶产地识别模型的准确率均低于朴素贝叶斯分类建立的模型.可见利用朴素贝叶斯分类算法对烟叶产地进行模式识别研究,可以很好地反映烟叶样本由于产地的不同带来的差异.因此可以将NBC算法引入到烟草行业的研究中.     

基于致香成分的上部烟叶和中部烟叶分类判别

对上部烟叶和中部烟叶中致香成分的差异性进行了分析.首先,利用液相色谱-气相色谱-质谱联用法测定烟叶样品内的中性致香成分,包括茄酮、二氢猕猴桃内酯、巨豆三烯酮等共11种;其次,利用遗传算法筛选出影响上部烟叶和中部烟叶差异性的8种致香成分,进而建立了基于致香成分的上部烟叶和中部烟叶支持向量机分类判别模型,建模、留一法和预报和准确率分别为88.65%, 84.40%和82.86%;最后,利用Fisher判别矢量方法考察上部烟叶和中部烟叶的空间分布.结果表明, 3-羟基-β-二氢大马酮、巨豆三烯酮和茄酮是影响上部和中部烟叶差异性的3种主要致香成分,可为烟叶质量管理中烟叶的部位特征和香气控制提供参考.