SIMCA分類法與偏最小二乘法結合近紅外光譜檢測卷煙的內在品質

SIMCA分類法與偏最小二乘法結合近紅外光譜檢測卷煙的內在品質

針對卷煙內在品質常規化學檢測過程煩瑣、速度慢的特點,本文探討了基于化學計量學方法與近紅外光譜分析技術結合判別卷煙品質等級和同時檢測多個品質指標的快速方法.通過采用SIMCA分類法與偏最小二乘法結合卷煙的傅里葉變換近紅外漫反射光譜,建立了3個不同級別卷煙的分類模型,用于甄別卷煙品質真偽,結果準確;同時,又建立了檢測卷煙中總氮、總糖、煙堿主要化學成分含量和其主流煙氣中焦油、煙堿、一氧化碳釋放量等品質指標的校正模型,其相關系數分別為:0.9844、0.9918、0.9968、0.9505、0.8945和0.9625;交互效驗均方殘差分別為:0.0663、0.6682、0.0607、0.2262、0.0350和0.3685.另取未知樣品對模型進一步驗證,經配對t-檢驗表明,在顯著性水平大于0.05的條件下,其測定結果與標準方法的測定結果對比,兩者均無顯著性差異.該法應用于卷煙品質真偽鑒別和品質指標檢測,操作簡單、快速、準確.

作 者： 王家俊 梁逸曾 汪帆 Wang Jiajun Liang Yizeng Wang Fan   作者單位： 王家俊,Wang Jiajun(紅河卷煙廠產品中心,云南,彌勒,652300)

梁逸曾,Liang Yizeng(中南大學化學化工學院,湖南,長沙,410083)

汪帆,Wang Fan(曲靖師范學院化學系,云南,曲靖,655000) 

刊 名： 計算機與應用化學  ISTIC PKU 英文刊名： COMPUTERS AND APPLIED CHEMISTRY  年，卷(期)： 2006 23(11)  分類號： O657.33  關鍵詞： SIMCA分類法   偏最小二乘法   近紅外漫反射光譜   卷煙品質分析  

【SIMCA分類法與偏最小二乘法結合近紅外光譜檢測卷煙的內在品質】相關文章：

土壤中總氮與總磷含量的近紅外光譜實時檢測方法04-26

異穗卷柏的顯微與近紅外光譜鑒定研究04-26

不同貯存溫度蜂花粉的可見-近紅外光譜鑒別04-26

黃酒總糖含量的中紅外光譜定量檢測04-26

霉變板栗的近紅外光譜和神經網絡方法判別04-26

稻草改性的紅外光譜分析04-25

在環境科學中應用紅外光譜技術04-27

近階段卷煙銷售工作思路04-28

五種燈盞細辛藥材的紅外光譜對比分析04-26

彝藥金沙青葉膽的傅里葉變換紅外光譜研究04-26