摘要：【目的】研究不同褐變程度醇化片煙間色差值和色度值的差異與規(guī)律，建立一種可以快速、準(zhǔn)確判定醇化片煙褐變程度的方法，為醇化片煙褐變情況自動化識別提供參考依據(jù)。【方法】利用2016和2017年廣西中煙工業(yè)有限責(zé)任公司238份不同褐變等級醇化片煙的色差值和色度值，通過SPSS 20.0建立醇化片煙的Fisher判定、多項Logistic回歸判定和MLP神經(jīng)網(wǎng)絡(luò)判定3種判定模型，并對比分析不同模型的片煙褐變判定效果�！窘Y(jié)果】不同褐變程度煙葉色差值和色度值存在顯著差異（P<0.05，下同），其中，色差值L*、b*與褐變程度呈極顯著負相關(guān)（P<0.01，下同），色度值Y、R與褐變程度分別呈極顯著和顯著正相關(guān)。在建立的3種判定模型中，多項Logistic回歸判定和MLP神經(jīng)網(wǎng)絡(luò)對醇化片煙褐變情況的判定級別與真實級別間的差異無統(tǒng)計學(xué)意義，可用于醇化片煙褐變程度判定，且MLP神經(jīng)網(wǎng)絡(luò)準(zhǔn)確性最高（95.8%），配對t檢驗的t絕對值小于多項Logistic回歸判定，穩(wěn)定性更優(yōu)。【結(jié)論】與Fisher判定模型和多項Logistic回歸判定模型相比，MLP神經(jīng)網(wǎng)絡(luò)模型具有更高的準(zhǔn)確性和更好的穩(wěn)定性，適合作為醇化片煙褐變程度的判定模型。
　　關(guān)鍵詞： 醇化片煙褐變；色差；色度；Fisher判定模型；多項Logistic回歸判定模型；MLP神經(jīng)網(wǎng)絡(luò)模型
　　中圖分類號： S572.09 文獻標(biāo)志碼：A 文章編號：2095-1191（2018）10-2040-07
　　0 引言
　　【研究意義】煙葉醇化過程中的酶促褐變與非酶促褐變兩大反應(yīng)會引起煙葉表面顏色逐漸加深，導(dǎo)致煙葉發(fā)生褐變，影響其色澤及內(nèi)在品質(zhì)，進一步影響卷煙制品質(zhì)量（陳頤等，2016；楊欣玲等，2017）。不同褐變程度的煙葉內(nèi)在化學(xué)成分和醇化質(zhì)量差異明顯，片煙醇化質(zhì)量是指導(dǎo)卷煙生產(chǎn)片煙使用的重要依據(jù)，對醇化片煙褐變程度錯誤判斷，會造成醇化片煙的不正確使用，影響卷煙產(chǎn)品風(fēng)格特征和產(chǎn)品質(zhì)量（王浩軍等，2010）。目前，針對煙葉褐變程度的判斷方法基本是人為主觀分級評價，但環(huán)境條件改變和個人經(jīng)驗閱歷的差異會導(dǎo)致對煙葉褐變情況做出誤判。因此，尋找一種快捷、準(zhǔn)確評估煙葉褐變的方法，對指導(dǎo)卷煙生產(chǎn)中醇化片煙的合理使用具有重要意義。【前人研究進展】近年來，已有不少學(xué)者對片煙醇化褐變進行了研究。趙銘欽等（2008）、鞏效偉等（2010）發(fā)現(xiàn)煙葉醇化過程中不同產(chǎn)地和等級煙葉內(nèi)在化學(xué)成分的變化規(guī)律基本一致；鄧賓玲和歐清華（2010）研究發(fā)現(xiàn)煙葉嚴重褐變會導(dǎo)致化學(xué)成分比例失調(diào)，煙葉內(nèi)在質(zhì)量明顯下降，香氣質(zhì)和吃味變差，香氣量減少，雜氣和刺激性增加；任夏（2014）研究發(fā)現(xiàn)片煙陳化情況與色差值、色度值等指標(biāo)存在一定相關(guān)性，且部分指標(biāo)達顯著或極顯著水平，說明色差值和色度值能較好地反映片煙醇化褐變情況。比較測色儀和色差計作為常見的測色儀器已廣泛應(yīng)用于評價烤煙成熟度、烤后煙葉內(nèi)在化學(xué)成分及烘烤過程中煙葉化學(xué)成分變化等領(lǐng)域。霍開玲等（2011）根據(jù)不同成熟度煙葉色差值差異，建立了煙葉成熟度的色差評定方法；王躍昆等（2013）利用復(fù)烤煙葉色差值對打葉復(fù)烤成品片煙質(zhì)量穩(wěn)定性進行了評價；賀帆等（2014）研究發(fā)現(xiàn)通過色差計量化分析密集烘烤過程中的煙葉顏色參數(shù)，可以快速、準(zhǔn)確預(yù)測煙葉主要化學(xué)成分變化，實現(xiàn)煙葉烘烤過程中化學(xué)成分的實時監(jiān)測�！颈狙芯壳腥朦c】目前，關(guān)于不同褐變程度片煙的色差值和色度值差異，以及利用色差值和色度值建立醇化片煙褐變判定模型的研究尚未見報道�！緮M解決的關(guān)鍵問題】利用2016和2017年238份不同褐變程度片煙的色差值和色度值，建立醇化片煙褐變的Fisher判定模型、多項Logistic回歸判定模型和MLP神經(jīng)網(wǎng)絡(luò)模型，并對比分析不同模型判定結(jié)果，篩選出分類效果較好且精度較穩(wěn)定的模型，為醇化片煙褐變情況的自動化識別提供參考依據(jù)。
　　1 材料與方法
　　1. 1 試驗材料
　　試驗于2016—2017年在華南農(nóng)業(yè)大學(xué)煙草實驗室進行。試驗樣品來自廣西中煙工業(yè)有限責(zé)任公司原料醇化倉庫不同產(chǎn)地、不同年份的煙葉，2016和2017年各取119份樣品，樣品信息詳見表1。主要儀器設(shè)備：WSL-2比較測色儀（上海昕瑞儀器儀表有限公司）、MGC-450HP人工氣候箱（上海一恒科學(xué)儀器有限公司）、DHG-9240A型電熱恒溫鼓風(fēng)干燥箱（上海一恒科學(xué)儀器有限公司）、柯尼卡美能達CR-10電腦色彩色差計（日本柯尼卡美能達集團）。
　　1. 2 測定項目及方法
　　1. 2. 1 色差值測定 每份煙葉選取6個樣（具有代表性且面積大于16 cm2的煙葉）置于恒溫恒濕箱中，設(shè)定環(huán)境相對濕度65%、溫度（22±1）℃，平衡48 h，參照過偉民等（2016）的方法利用柯美達CR-10色差儀對色差值L*（明度值）、a*（紅綠色度值）和b*（黃藍色度值）進行測定。
　　1. 2. 2 色度值測定 每份煙葉取3個樣，置于烘箱中，在105 ℃下烘干3 h至恒重，參照王長征等（2007）的方法利用WSL-2比較測色儀對色度值Y（黃原色值）和R（紅原色值）進行測定。
　　1. 3 統(tǒng)計分析
　　原始數(shù)據(jù)經(jīng)Excel 2010處理后，采用SPSS 20.0的系統(tǒng)聚類分析對2016和2017年樣品進行聚類，利用SPSS 20.0中的雙變量相關(guān)分析對2016年樣品的聚類結(jié)果與色差值、色度值進行相關(guān)性分析，同時采用判別分析、對數(shù)線性模型分析和多層感知器神經(jīng)網(wǎng)絡(luò)分析進行褐變判定模型的建立。模型構(gòu)建步驟如下：（1）評價樣品數(shù)據(jù)整理；（2）樣品間的聚類分析和相關(guān)性分析；（3）根據(jù)聚類分析結(jié)果，利用色差值和色度值進行褐變判定模型建立；（4）利用2017年樣品的色差值和色度值對模型判定結(jié)果進行準(zhǔn)確性檢驗、P檢驗及配對t檢驗，篩選最佳判定模型。
　　2 結(jié)果與分析
　　2. 1 樣品聚類分析及不同褐變等級片煙顏色值統(tǒng)計分析結(jié)果

相關(guān)熱詞搜索：色度 色差 判定 模型 研究