烟草中的化学成分含量对卷烟产品的质量监控具有非常重要的意义,不同的烟草其化学成分含量也不同.针对市场上形形色色的卷烟产品,消费者很难通过肉眼区别卷烟的品质好坏以及不同的卷烟产品,存在着大量的假冒伪劣产品.但是用常规的化学方法进行烟草不同品种的鉴别具有周期长的缺点。

   为了实现烟草不同品种的快速光谱鉴别,可利用Videometerlab 4多光谱测量系统，结合烟草的形态、纹理、颜色特征，采用主成分分析法对光谱数据进行聚类分析,并将小波变换用于对大量光谱数据的压缩,同时结合神经网络建立烟草品种鉴别模型.该模型将压缩后的数据作为神经网络的输入,加速了神经网络的训练速度。例如可依据统计学方法，建立多个品种的数百个烟草样本建立训练模型,并用每个品种至少5个样本,至少共20个烟草样本进行预测.结果表明,用该方法对本研究4个品种的烟草鉴别正确率达100%.说明该方法具有很好的分类和鉴别作用,为烟草品种的快速鉴别提供了一种新方法。