基于随机森林和逻辑回归分类模型的烟叶精选品控指标筛选

为进一步提高细支烟原料的工业适用性及精选效率,选取福建省三明市宁化县的翠碧一号原烟进行外观分类及质量评价。针对细支烟原料需求,通过对各类别烟叶样品的外观质量指标和感官质量指标进行关联分析,应用随机森林和逻辑回归分类模型确定烟叶精选外观品控指标(身份、色度),应用证据权重确定外观指标要求(身份:中等-稍厚,色度:强-浓),模型准确率达82.69%。结果表明,采用模型确定的外观敏感性指标,精选效率大幅提升,选出的烟叶工业适用性也明显提高。     

基于TOPSIS和GRA法的不同品种初烤烟感官质量综合评价

[目的]综合评价品牌导向型基地烟叶品种感官质量。[方法]以2017年玉溪品种园种植的16个烤烟品种为材料,采用多目标决策(TOPSIS)法和灰色关联度分析(GRA)法,对不同品种烤烟感官质量进行综合评价。[结果]16个品种中均以云烟87感官质量最好,CC27最差。基于配方需求的实际排序结果与TOPSIS法评价结果的Kappa值为0.857,与GRA法评价结果的Kappa值为0.571。[结论]2种综合评价方法均与实际结果表现基本一致,TOPSIS法与实际结果排序更为接近,该研究为基于配方需求的品种筛选和感官质量综合评价提供科学依据。