基于化学成分的卷烟类型逐步判别分析

以112个卷烟样品的20种化学成分为指标,采用逐步判别分析的方法对不同类型卷烟样品进行判别分析,并建立判别函数.研究结果表明:挥发碱、还原糖、总植物碱、pH值、草酸、苹果酸、柠檬酸、亚油酸、石油醚提取物和芸香苷等10个化学成分进入判别函数,并建立判别模型.用自身验证法和交互检验法对原样品进行回判,回判准确率均为100%,新样品的判别准确率达到100%,判别效果良好.     

判别分析在烤烟品质鉴定中的应用

判别分析是多元统计分析中判断个体所属类型的一种重要方法。以烤烟的总糖、还原糖、总氮、烟碱含量为指标,用距离判别法对不同品质的烤烟进行判别分析,建立判别函数。将原始数据用交互验证法对判别函数进行回判,准确率达91.43％;用新样品对判别函数进行检验,准确率达100.00％,检验结果令人满意。因此,所用的判别分析方法可行,建立的判别函数有效。     

逐步判别分析在烤烟产地鉴定中的应用

以我国主产烟区烤烟主要化学成分为指标,采用逐步判别分析的方法对不同产地的烤烟样品进行判别分析,并建立判别函数。研究结果表明:总植物碱、总糖、淀粉、钾、氯和石油醚提取物6个主要化学成分进入判别函数,并建立判别模型。采用交互验证的方法对判别模型进行回判,对原样品判对率为79.7%,对预测样品判对率为86.7%。基于烤烟主要化学成分的判别分析模型有较高的稳定性,可以用于烤烟产地的鉴定。     

不同贮叶条件下叶组主要致香成分含量的逐步判别分析

为探索配方叶组(云烟某品牌)的最佳贮叶工艺条件,通过正交试验研究了不同贮叶工艺条件对叶组感官质量与致香物质含量的影响,并采用逐步判别分析方法建立了叶组在不同贮叶工艺条件下感官质量与致香物质含量的函数判别预测模型。结果表明:不同贮叶条件对配方叶组感官质量的影响明显,最佳工艺条件为45℃、85%,24 h。壬二烯醛、香叶醇、巨豆三烯酮A、二氢猕猴桃内酯4个变量代入判别函数,通过判别函数方差分析可知判别函数具有显著意义。用自身验证法和交互检验法对原样品进行回判,回判准确率均为100%,新样品的判别准确率为91.6%。基于叶组主要挥发性致香成分含量的判别分析模型具有较高的稳定性,可用于贮叶质量特征的判断。     

Jud基于烤烟中上部烟叶致香物质比例的香型判别分析(英文)

[目的]为了区分烤烟中上部叶的不同香型风格特征,并为其判断提供数学模型。[方法]以中国11个主要产烟省的63个C3F和65个B2F烟叶为材料,并以67种致香物质含量占致香物质总量的比例为指标,采用逐步判别分析的方法对不同香型烤烟样品进行判别分析,并建立判别函数。[结果]结果表明,清香型和浓香型烤烟中大部分致香物质的比例明显高于中间香型。清香型、中间香型、浓香型烤烟中分别有51、43、40种致香物质的比例表现为上部叶高于中部叶。且在不同部位烟叶中,主导某种香型的致香物质种类不同。在分别以中部叶和上部叶致香物质比例为判别指标构建判别函数时,各有18种和11种致香物质进入判别函数,采用两种验证法(自身验证法、交互验证法)对原样品进行回判,其回判正确率分别为100%、98.6%(中部叶)和96.37%、94.4%(上部叶);采用该模型对其余的样品分别进行预测,其整体准确率为100%(中部叶)和91.7%(上部叶)。[结论]采用致香物质比例作为判别指标建立的数学模型对中上部烟叶的香型判断效果较好,能够实现对烤烟香型的客观、准确和快速鉴别分析。     

昭通烟区烤烟表面颜色特征分析

为分析昭通烟区不同产地烤烟表面颜色特征,以昭通烟区150个C3F等级烟叶样品为试验材料,对烟叶样品的表面颜色进行量化分析,并对测量数据进行多重比较和聚类分析。结果表明,昭通烟区烟叶表面颜色指标空间分布特征:明度(L*)为46.84~72.47、红度(a*)为8.59~15.40、黄度(b*)为43.04~53.74、颜色饱和度(C*)为45.28~55.62,色调角(h*)为71.73~79.99;昭通烟区不同品种烟叶的明度、黄度、颜色饱和度差异达到显著或极显著水平,红度和色调角差异未达到显著水平;昭通烟区不同产地烟叶的表面颜色存在显著或极显著差异;7个烟叶产地分为3大类:第1类包括大关县、镇雄县2个产地,其烟叶表面颜色的红度较高,但明度和色调角较低,第2类包括鲁甸县、昭阳区、彝良县、巧家县4个产地,其烟叶明度、黄度、颜色饱和度和色调角较高,第3类为威信产地,其烟叶红度、黄度和颜色饱和度较低。     

基于烤烟中性致香物质的烤烟香型判别分析

以中国11个主要产烟省61个C3F烟叶为材料，测定不同香型烤烟中性致香物质含量，并以24种中性致香物质为指标，采用逐步判别分析法对不同香型烤烟样品进行判别分析，建立判别函数。结果表明，中间香型中性致香物质总量最高［（467.562±96.188） μg/g］，浓香型其次［（417.115±113.166） μg/g］，清香型最低［（377.267±56.677 ）μg/g］，中间香型烤烟中有13种物质含量最高，浓香型有8种，清香型仅有2种。共有10个中性致香物质指标（β 大马酮、6 甲基 5 庚烯 2 酮、己醛、3 氧代 α 紫罗兰醇、苯甲醇、吡咯、苯乙醇、芳樟醇、新植二烯、巨豆三烯酮）进入判别函数，并建立判别模型。用自身验证法和交互验证法对原样品进行回判，其回判准确率分别为93.44%、88.52%；采用该模型对其余22个样品分别进行预测，3种香型（浓香型、中间香型、清香型）烤烟预测样本的判别正确率分别为88.89%、100%和85.71%。可见，该方法判别效果较好，可以实现对烤烟香型的快速鉴别分析。     

基于化学成分和致香物质的烤烟上部叶香型判别分析

为了区分烤烟上部叶的不同香型风格特征，为其判断提供数学模型，以中国11个主要产烟省的65个B2F烟叶为材料，分析比较烤烟的化学成分和致香物质含量，以67种化学成分和致香物质为指标，应用逐步判别分析法对不同香型烤烟的上部叶样品进行判别，并建立Fisher判别函数。结果表明，中间香型烤烟的致香物质总量最高，清香型其次，浓香型最低，3种香型烤烟中含量最高的致香物质种类差异很小，清香型烤烟的总糖和还原糖含量极显著高于另2个香型，主导烤烟香型的化学成分和致香物质有所不同，且同一地区烤烟的香型具有一定的多样性和差异性；判别分析发现，共有12个指标(总糖、还原糖、3–甲基–1–丁醇、2–吡啶甲醛、2,4–庚二烯醛、2–乙基吡啶、壬醛、苯乙醇、苯并[c]噻酚、胡薄荷酮、丁基化羟基甲苯、3–氧代–α–紫罗兰醇)进入判别函数，并建立判别模型；采用自身验证法和交互验证法对原样品进行回判，回判正确率分别为100%、98.33%；采用该模型对19个验证样品分别进行预测，3种香型烤烟的判别正确率分别为100%、100%和83.33%。     

基于茶汤色差和pH的乌龙茶产品判别

以福建闽南、闽北和广东乌龙茶为样本,开展基于茶汤色差和pH的乌龙茶产品判别模型分析.结果表明:(1)在评饮温度范围内,温度对乌龙茶茶汤的色差和pH均无显著影响.(2)(45±2)℃下,随着冲泡次数的增多,茶汤明亮度表征量(L)升高,第1泡茶汤的L显著低于第3泡;3泡茶汤间红绿度(a)和黄蓝度(b)的变化均不显著;3泡茶汤色差的衍生值色相(b/a)、色调彩度(Cab)和色彩饱和度(Sab)均无显著差异,色相角(Hab)差异达显著水平;3泡茶汤间的pH存在显著差异.(3)(45±2)℃下,以第1泡茶汤的色差和pH为自变量,采用逐步判别分析法对茶样进行产地、品种、级别和品类鉴别,建立判别模型,得到正判率达92%的产地判别函数3条,正判率均达100%的肉桂和凤凰单丛生产商判别函数2条.     

基于化学指纹图谱的绿茶原料品种判别分析

【目的】探索化学指纹图谱在建立绿茶原料品种属性鉴别验证技术方面应用的可行性与潜力。【方法】利用HPLC和信息融合原理,按单一产地和混合产地两种原则,建立根据不同原料品种分组的绿茶样本的多元数字化化学指纹图谱,并采用逐步判别分析技术进行样本的分类判别研究和验证。【结果】采用杭州西湖区、绍兴新昌县和丽水莲都区共3个产地的样本各自建立的单一产地判别函数,其回判正确率、交叉验证正确率和外部验证正确率均为100%;采用8市（县）混合样本建立的判别函数,其回判正确率为99.2%,交叉验证成功率为97.7%,外部验证正确率为100%。【结论】HPLC建立的绿茶多元化学指纹图谱能够较好地表征茶叶样本的品种属性,在此基础上有望建立一种对茶产品原料品种的判别验证技术。     

基于逐步判别分析的烤烟中上部烟叶香型判断(英文)

[目的]通过揭示不同香型和不同部位烤烟的香气风格特征及其形成原因,建立起中上部烟叶香型风格定量判断的数学模型。[方法]以中国11个主要产烟省的13个地区的63个C3F和65个B2F烟叶作为校正样品,并以67种致香物质为指标,采用逐步判别分析的方法对不同香型烤烟样品进行判别分析,并建立判别函数,并分别利用21个C3F烟叶和19份B2F烟叶对该模型进行验证。[结果]中上部烟叶的大部分致香物质含量占致香物质总量的比例变异系数小于相对应的致香物质绝对含量,且在中上部烟叶中比例超过1%的物质只有苯甲醇、茄酮、β-大马酮、新植二烯、金合欢基丙酮A、十六酸、寸拜醇、亚麻酸甲酯、西柏三烯二醇,且在不同部位烟叶中,主导某种香型的致香物质种类不同;在分别以中部叶和上部叶致香物质含量和比例为判断指标构建判别函数时,各引入了11种、18种、7种、11种致香物质指标,并以构建的模型对新样本进行预测,其整体准确率分别为:91.7%、100%、91.7%、91.7%。可见,影响中部烟叶香气风格特征的致香物质指标明显多于上部叶,但在中部叶中采用致香物质比例作为判别指标能明显提高其判别准确率。[结论]该研究为特色优质烟叶的开发与生产布局提供理论依据。     

基于逐步判别分析的卷烟叶组配方的定向模块设计

为指导江苏中烟某牌号卷烟定向模块设计,以236个在库烟叶样品为材料,开展感官评吸和化学成分测定。根据卷烟配方使用特点,将216个已进入配方使用的烟叶样品划分为增香提质、增浓提劲头、平衡烟气、填充料4组功能组分,筛选出96个各组分代表性样品,利用K–近邻方法,对剩余120个样品进行组分划分优化,确定216个烟叶样品功能性组分划分,采用逐步判别分析方法建立功能性识别模型。结果表明:烟气浓度、香气量、透发性、柔和程度、干燥感、余味和总植物碱等7个指标进入判别函数,自身验证法和留一交互验证法正确率分别为93.1%和92.6%。采用该模型对拟进入配方使用的20个样品进行预测,判别正确率达100%。     

初烤烟叶颜色与化学成分关系分析

通过对117份烤烟样品的颜色指标与主要化学成分进行相关性和逐步回归分析,结果表明,烟叶不同颜色指标与烟叶化学成分有显著相关性:a*(红度)与烟碱、总氮、蛋白质呈极显著正相关,与总糖、还原糖、糖碱比、糖蛋比等呈显著负相关;L*(明度)、b*(黄度)、C(饱和度)和H(色调角)与烟碱、总氮、蛋白质均呈极显著负相关,与总糖、还原糖、糖碱比、糖蛋比等呈显著正相关,而与氯、淀粉等相关不显著。逐步回归分析表明:总氮对烟叶明度的负作用最大,烟碱对红度的影响最大,蛋白质对黄度和饱和度的负作用最大,影响最明显,氮碱比和蛋白质对色调角的影响最大。因此,烟叶颜色与其化学成分密切相关,可在一定程度上反映烟叶内在化学品质。     

黑龙江泥鳅、北方泥鳅和泥鳅的形态差异分析

运用3种多元分析方法,对黑龙江泥鳅MIsgurnus mohoity、北方泥鳅Misgurnus bipartitus和泥鳅Mis-gurnus anguillicaudatus的11个形态参数进行了综合分析。聚类分析结果表明：北方泥鳅和泥鳅聚类,亲缘关系较近,与黑龙江泥鳅群体的亲缘关系较远。主成分分析结果表明：主成分1的总方差贡献率为50.430%,主成分2的为20.880%,主成分3的为10.381%,累积贡献率为81.691%。判别分析结果表明：建立的3种泥鳅的判别函数,判别准确率P1为71.4%~100%,判别准确率P2为71.4%~100%,综合判别率为80.8%。     

红外光谱结合判别分析对玛咖产地的鉴别

采用傅里叶变换红外光谱技术测试6个产地共82株玛咖块根样品的红外光谱;在Omnic 8.0光谱软件中用一阶、二阶导数等方法对光谱进行优化处理;用SPSS 18.5统计分析软件对经优化的光谱数据在950~1 800、1 200~1 800 cm-1范围建立Mahalanobis distance(马氏距离)、Wilks’Lambda、Unexplained variance(未解释方差)、Smallest F ratio(最小F值)及Rao's V判别分析模型。结果显示,各样品的红外光谱非常相似,玛咖块根的主要成分是淀粉多糖、蛋白质、纤维素和脂类物质;以950~1 800 cm-1范围的二阶导数光谱数据为判别指标进行Mahalanobis distance判别分析效果较好,且模型较稳定,回判正确率为100%,平均预测正确率为81.8%,总判别正确率为92.7%。傅里叶变换红外光谱结合判别分析,可以有效鉴别玛咖产地来源,为玛咖的鉴别分类提供可靠依据。     

烟叶颜色指标值与烟叶褐变程度及其内在化学成分相关分析

应用ward法聚类分析和Fisher判别分析探究烟叶的颜色指标值与醇化过程中烟叶褐变程度以及烟叶颜色指标值与其内在化学成分的关系。结果表明,以ward法聚类分析在14.08处将所有烟叶样品分为3个类别,逐步判别得对分类结果有显著影响的明度(L值)、黄蓝色(b值)、黄度(Y值),建立2个Fisher判别函数,Fisher判别法的结果与感官评价的结果符合率达96.7%;通过相关分析与线性回归分析烟叶的颜色指标值与化学成分存在极显著相关关系,醇化过程中L、Y与类胡萝卜素、总酚、游离氨基酸、还原糖含量存在线性相关关系,L、a、b值与全氮含量存在线性相关关系;总糖含量与Y值、淀粉含量与b值存在线性关系。证实了烟叶醇化过程中通过烟叶颜色指标值判定烟叶褐变程度与化学成分变化的可能性。     

基于Fisher判别分析的烤烟烟叶质量鉴别模型构建

以SPSS软件为工具,选择10个烟叶质量指标,对52个样品进行聚类分析,将这些样品分为3个组,同时建立了基于Fisher判别函数的烟叶质量鉴别模型,结果表明:对比Fisher判别函数和聚类分析的结果,两者具有很好的一致性,因此,运用这个质量模型对烟叶质量进行评价具有很好的判别性。     

南方速生丰产林基地划分的探讨

本文采用了主成分分析，聚类分析等方法，在南方12省，区内划分了18个速生丰产林基地，用判别分析建立了各基地的判别函数式，回判准确率在99％以上。本文还就各基地的水热状况提出了可能生产力。     

基于致香成分的重庆主要烟草种植区溯源特征研究

【目的】以烤烟中多项致香成分含量为原始数据,采用多元统计分析方法对重庆烟叶产地溯源的可行性进行研究,筛选出判别烤烟产地溯源的有效指标。【方法】利用GC-MS法,检测采自重庆主要烟草种植区(武陵山区、渝中渝西地区、三峡库区和渝东北秦巴山区)4个品种(云烟87、云烟97、K326和贵烟四号)147份烤烟样品中70项致香成分的含量,对试验数据进行方差分析、主成分分析(PCA)、偏最小二乘-判别分析(PLS-DA)、变量重要性因子(VIP)和逐步回归判别分析,逐步筛选出可用于判别烟叶产地溯源的有效指标,建立判别模型,并对模型判别正确率进行检验。【结果】来源于重庆不同地区烟叶样品的致香成分含量具有一定的差异。通过方差分析、PCA、PLSDA、VIP法和逐步回归判别分析,从70项致香成分中筛选出苯乙醇、3-甲基-2-丁烯醛、2-吡啶甲醛、4-吡啶甲醛、糠酸、3-羟基-2-丁酮、面包酮、1-(3-吡啶基)-乙酮、胡薄荷酮、β-紫罗兰酮和亚麻酸甲酯11项,用于有效判别烤烟产地溯源的指标,用11项指标所建立的判别模型对烤烟样品回代检验判别正确率为92.5%,交叉检验判别正确率为90.5%。【结论】将致香成分含量与多元统计分析方法结合可用于烤烟产地溯源。     

傅里叶变换红外光谱结合判别分析法诊断蚕豆病虫害

为建立一种基于傅里叶变换红外光谱(FTIR)结合判别分析的蚕豆病虫害诊断方法,以病虫害危害的蚕豆叶片样品FTIR数据为指标,采用逐步判别法,依据Fisher线性判别准则建立判别模型,对样品的病虫害种类和病原物类别进行诊断,比较了不同光谱范围和不同级别光谱数据以及挑选判别指标建立判别函数时5种方法的判别效果。结果表明,基于FTIR数据的判别分析能较好地诊断蚕豆病虫害种类和病原物类别,以波数1 800~1 200 cm-1的一阶导数光谱数据为判别指标进行诊断时效果较好;采用Unexplained variance逐步判别法对病虫害种类诊断时,正确率相对最高,为93.1%;采用Wilks’lambda逐步判别法对病原物类别诊断时,正确率为91.8%。FTIR光谱技术与判别分析方法相结合,可为蚕豆病虫害诊断提供一种简便易行的方法。