基于色差值和色度值的醇化片烟褐变判定模型研究

　　摘要：【目的】研究不同褐变程度醇化片烟间色差值和色度值的差异与规律，建立一种可以快速、准确判定醇化片烟褐变程度的方法，为醇化片烟褐变情况自动化识别提供参考依据。【方法】利用2016和2017年广西中烟工业有限责任公司238份不同褐变等级醇化片烟的色差值和色度值，通过SPSS 20.0建立醇化片烟的Fisher判定、多项Logistic回归判定和MLP神经网络判定3种判定模型，并对比分析不同模型的片烟褐变判定效果。【结果】不同褐变程度烟叶色差值和色度值存在显著差异（P<0.05，下同），其中，色差值L*、b*与褐变程度呈极显著负相关（P<0.01，下同），色度值Y、R与褐变程度分别呈极显著和显著正相关。在建立的3种判定模型中，多项Logistic回归判定和MLP神经网络对醇化片烟褐变情况的判定级别与真实级别间的差异无统计学意义，可用于醇化片烟褐变程度判定，且MLP神经网络准确性最高（95.8%），配对t检验的t绝对值小于多项Logistic回归判定，稳定性更优。【结论】与Fisher判定模型和多项Logistic回归判定模型相比，MLP神经网络模型具有更高的准确性和更好的稳定性，适合作为醇化片烟褐变程度的判定模型。
　　关键词： 醇化片烟褐变；色差；色度；Fisher判定模型；多项Logistic回归判定模型；MLP神经网络模型
　　中图分类号： S572.09 文献标志码：A 文章编号：2095-1191（2018）10-2040-07
　　0 引言
　　【研究意义】烟叶醇化过程中的酶促褐变与非酶促褐变两大反应会引起烟叶表面颜色逐渐加深，导致烟叶发生褐变，影响其色泽及内在品质，进一步影响卷烟制品质量（陈颐等，2016；杨欣玲等，2017）。不同褐变程度的烟叶内在化学成分和醇化质量差异明显，片烟醇化质量是指导卷烟生产片烟使用的重要依据，对醇化片烟褐变程度错误判断，会造成醇化片烟的不正确使用，影响卷烟产品风格特征和产品质量（王浩军等，2010）。目前，针对烟叶褐变程度的判断方法基本是人为主观分级评价，但环境条件改变和个人经验阅历的差异会导致对烟叶褐变情况做出误判。因此，寻找一种快捷、准确评估烟叶褐变的方法，对指导卷烟生产中醇化片烟的合理使用具有重要意义。【前人研究进展】近年来，已有不少学者对片烟醇化褐变进行了研究。赵铭钦等（2008）、巩效伟等（2010）发现烟叶醇化过程中不同产地和等级烟叶内在化学成分的变化规律基本一致；邓宾玲和欧清华（2010）研究发现烟叶严重褐变会导致化学成分比例失调，烟叶内在质量明显下降，香气质和吃味变差，香气量减少，杂气和刺激性增加；任夏（2014）研究发现片烟陈化情况与色差值、色度值等指标存在一定相关性，且部分指标达显著或极显著水平，说明色差值和色度值能较好地反映片烟醇化褐变情况。比较测色仪和色差计作为常见的测色仪器已广泛应用于评价烤烟成熟度、烤后烟叶内在化学成分及烘烤过程中烟叶化学成分变化等领域。霍开玲等（2011）根据不同成熟度烟叶色差值差异，建立了烟叶成熟度的色差评定方法；王跃昆等（2013）利用復烤烟叶色差值对打叶复烤成品片烟质量稳定性进行了评价；贺帆等（2014）研究发现通过色差计量化分析密集烘烤过程中的烟叶颜色参数，可以快速、准确预测烟叶主要化学成分变化，实现烟叶烘烤过程中化学成分的实时监测。【本研究切入点】目前，关于不同褐变程度片烟的色差值和色度值差异，以及利用色差值和色度值建立醇化片烟褐变判定模型的研究尚未见报道。【拟解决的关键问题】利用2016和2017年238份不同褐变程度片烟的色差值和色度值，建立醇化片烟褐变的Fisher判定模型、多项Logistic回归判定模型和MLP神经网络模型，并对比分析不同模型判定结果，筛选出分类效果较好且精度较稳定的模型，为醇化片烟褐变情况的自动化识别提供参考依据。
　　1 材料与方法
　　1. 1 试验材料
　　试验于2016—2017年在华南农业大学烟草实验室进行。试验样品来自广西中烟工业有限责任公司原料醇化仓库不同产地、不同年份的烟叶，2016和2017年各取119份样品，样品信息详见表1。主要仪器设备：WSL-2比较测色仪（上海昕瑞仪器仪表有限公司）、MGC-450HP人工气候箱（上海一恒科学仪器有限公司）、DHG-9240A型电热恒温鼓风干燥箱（上海一恒科学仪器有限公司）、柯尼卡美能达CR-10电脑色彩色差计（日本柯尼卡美能达集团）。
　　1. 2 测定项目及方法
　　1. 2. 1 色差值测定 每份烟叶选取6个样（具有代表性且面积大于16 cm2的烟叶）置于恒温恒湿箱中，设定环境相对湿度65%、温度（22±1）℃，平衡48 h，参照过伟民等（2016）的方法利用柯美达CR-10色差仪对色差值L*（明度值）、a*（红绿色度值）和b*（黄蓝色度值）进行测定。
　　1. 2. 2 色度值测定 每份烟叶取3个样，置于烘箱中，在105 ℃下烘干3 h至恒重，参照王长征等（2007）的方法利用WSL-2比较测色仪对色度值Y（黄原色值）和R（红原色值）进行测定。
　　1. 3 统计分析
　　原始数据经Excel 2010处理后，采用SPSS 20.0的系统聚类分析对2016和2017年样品进行聚类，利用SPSS 20.0中的双变量相关分析对2016年样品的聚类结果与色差值、色度值进行相关性分析，同时采用判别分析、对数线性模型分析和多层感知器神经网络分析进行褐变判定模型的建立。模型构建步骤如下：（1）评价样品数据整理；（2）样品间的聚类分析和相关性分析；（3）根据聚类分析结果，利用色差值和色度值进行褐变判定模型建立；（4）利用2017年样品的色差值和色度值对模型判定结果进行准确性检验、P检验及配对t检验，筛选最佳判定模型。
　　2 结果与分析
　　2. 1 样品聚类分析及不同褐变等级片烟颜色值统计分析结果

相关热词搜索：色度 色差 判定 模型 研究