[1]何明泽,马仲昕,李斌,等.基于滑动窗口和Transformer的烟叶近红外光谱感官评价预测模型[J].江苏农业科学,2026,54(9):229-241.
　He Mingze,et al.A near infrared spectroscopy sensory evaluation prediction model for tobacco leaves based on sliding windows and Transformer[J].Jiangsu Agricultural Sciences,2026,54(9):229-241.
点击复制

基于滑动窗口和Transformer的烟叶近红外光谱感官评价预测模型()

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第54卷
期数:
2026年第9期
页码:
229-241
栏目:
农业工程与信息技术
出版日期:
2026-05-05

文章信息/Info

Title:
A near infrared spectroscopy sensory evaluation prediction model for tobacco leaves based on sliding windows and Transformer
作者:
何明泽1; 马仲昕2; 李斌2; 张海2; 张云伟1; 3; 陶成金2
1.昆明理工大学信息工程与自动化学院，云南昆明 650504； 2.云南省烟草烟叶公司，云南昆明 650271； 3.云南省高校工业智能与系统重点实验室，云南昆明 650504
Author(s):
He Mingze; et al
关键词:
烟叶; 感官指标; 滑动窗口; 光谱预处理; WinSpecFormer; 关键波段
Keywords:
-
分类号:
S127；TP391.9
DOI:
-
文献标志码:
A
摘要:
为实现烟叶感官质量评价的自动化与客观化，减少传统人工感官评吸存在的主观性强、效率低和一致性不足等局限，同时应对近红外光谱数据维度高、波段冗余严重及噪声干扰显著等问题，以烟叶近红外光谱为研究对象，构建一种融合滑动窗口机制与Transformer的感官评价预测模型，用于多感官指标的精确建模与预测。在方法上，首先对原始近红外光谱数据进行多元散射校正(MSC)、Savitzky-Golay卷积平滑(SG)及一阶导数(D1)的组合预处理，以有效抑制样品散射效应、基线漂移及随机噪声对建模精度的影响。随后，通过滑动窗口自适应提取局部波段特征，并结合分层编码的多头自注意力机制，分别对香气特征、烟气特征与质量特征三大类共10项感官指标开展预测和关键波段的筛选。结果表明，与其他传统及深度学习模型相比，该模型在全部感官指标上均取得优秀的预测性能。在香气特征方面，清香、甜香、焦香指标的MAPE分别为13.52%、27.68%、14.86%，MAE均小于等于0.46；在烟气特征方面，对浓度和劲头的预测误差进一步降低，对应MAPE分别为5.38%和6.19%；在质量特征方面，香气质、香气量、杂气、刺激和余味5项指标的MAE均不高于0.72，其中香气质的MAPE低至3.56%，显著优于对比模型。说明引入滑动窗口后的模型在复杂感官属性预测回归任务中的稳定性与精度均得到明显提升，验证了该方法在光谱特征挖掘与噪声抑制方面的有效性。研究结果可用于烟叶感官品质的快速、准确评估，具备实际的应用价值。
Abstract:
-

参考文献/References:

［1］邓小华，周冀衡，陈新联，等. 烟叶质量评价指标间的相关性研究［J］. 中国烟草学报，2008，14(2)：1-8.
［2］张书伟，过伟民，陈祥，等. 烤烟柔韧性与内在品质的相关分析［J］. 中国烟草科学，2022，43(1)：82-88，95.
［3］杨建云，田孟玉，裴梓烨，等. 基于近红外光谱技术的初烤烟叶致香成分含量特性快速定量评价［J］. 轻工学报，2018，33(5)：60-68.
［4］武广鹏，许跃奇，李许涛，等. 豫中烟叶质量评价及其与感官质量的关系研究［J］. 江西农业学报，2023，35(9)：1-8.
［5］李章海，王能如，王东胜，等. 烤烟香型的重要影响因子及香型指数模型的构建初探［J］. 安徽农业科学，2009，37(5)：2055-2057.
［6］刘伟，徐磊，刘晓利，等. 基于聚类和逐步判别分析的烤烟感官质量特征分类评价［J］. 贵州农业科学，2017，45(1)：135-139.
［7］郑宗生，刘贝，卢鹏，等. 基于AlexNet的近岸水生植物光谱分类及特征光谱分析［J］. 中国激光，2023，50(2)：0211001.
［8］邵学广，蔡文生，徐恒. 近红外光谱分析中波长选择的必要性［C］//中国化学会. 中国化学会第27届学术年会第15分会场摘要集. 天津：南开大学化学学院分析科学研究中心，2010.
［9］李石头，廖付，何文苗，等. 基于近红外光谱相似的烟叶替代与卷烟配方维护［J］. 烟草科技，2020，53(2)：88-93.
［10］常爱霞，杜咏梅，付秋娟，等. 烤烟主要化学成分与感官质量的相关性分析［J］. 中国烟草科学，2009，30(6)：9-12.
［11］祝元元，陈永宽，刘志华，等. 近红外光谱技术在烟草行业的应用进展［J］. 应用化工，2010，39(11)：1750-1753.
［12］王楠，雒兴刚，张忠良，等. 基于非负矩阵分解的卷烟配方维护方法［J］. 烟草科技，2019，52(8)：67-76.
［13］Li C T，Chen H Z，Zhang Y Y，et al. Improvement of NIR prediction ability by dual model optimization in fusion of NSIA and SA methods［J］. Spectrochimica Acta Part A，2022，276：121247.
［14］王鹏泽，何雷，武广鹏，等. 近红外光谱分析技术在烟草中的研究与应用［J］. 现代农业研究，2021，27(12)：22-24.
［15］梁淼，蔡嘉月，杨凯，等. 半监督偏最小二乘法在烟叶近红外感官评价模型中的应用［J］. 分析化学，2014，42(11)：1687-1691.
［16］宋楠. 基于改进LLE算法的山东烟叶香型风格分析研究［J］. 中国烟草学报，2015，21(5)：16-20.
［17］栾丽丽，王宇恒，胡文雁，等. 应用近红外光谱和多算法融合方法分析烤烟的香型风格特征［J］. 光谱学与光谱分析，2017，37(7)：2046-2049.
［18］郝贤伟，帖金鑫，何文苗，等. 基于近红外光谱-感官评价的巴西烟叶风格模拟及替代［J］. 烟草科技，2018，51(10)：83-89.
［19］付博，杨永锋，刘向真，等. 基于近红外光谱的烤烟香型分类模型研究［J］. 河南农业科学，2023，52(7)：163-171.
［20］王林，郑明明，王翀，等. 基于近红外光谱的卷烟配方模块香型预测［J］. 华中农业大学学报，2024，43(1)：226-231.
［21］Wang X，Yu L，Tian S W，et al. End-to-end analysis modeling of vibrational spectroscopy based on deep learning approach［J］. Journal of Chemometrics，2020，34(10)：e3291.
［22］Ma X Y，Zhang S L，Sun J L，et al. A TFA-CNN method for quantitative analysis in infrared spectroscopy［J］. Infrared Physics & Technology，2022，126：104329.
［23］杨德建，赵辽英，郝贤伟，等. 基于近红外光谱和BYOL对比学习的烟叶部位识别方法［J］. 中国烟草学报，2023，29(6)：23-30.
［24］鲁梦瑶，杨凯，宋鹏飞，等. 基于卷积神经网络的烟叶近红外光谱分类建模方法研究［J］. 光谱学与光谱分析，2018，38(12)：3724.
［25］李永生，郝贤伟，向澍，等. 分波段Transformer特征提取在近红外光谱数据分类中的应用［J］. 激光与光电子学进展，2024，61(13)：1330002.
［26］Vaswani A，Shazeer N，Parmar N，et al. Attention is all you need［C］//Proceedings of the 31st International Conference on Neural Information Processing Systems.Long Beach：Curran Associates Inc.，2017：1-12.
［27］Dosovitskiy A，Beyer L，Kolesnikov A，et al. An image is worth 16×16 words：transformers for image recognition at scale［C］//Proceedings of the 9th International Conference on Learning Representations (ICLR 2021).Virtual Conference：OpenReview，2021：1-15.
［28］Singh N，Kaur S，Mithraa T，et al. ProTformer：transformer-based model for superior prediction of protein content in Lablab bean (Lablab purpureus L.) using near-infrared reflectance spectroscopy［J］. Food Research International，2024，197：115161.
［29］Fu P Y，Wen Y，Zhang Y K，et al. SpectraTr：a novel deep learning model for qualitative analysis of drug spectroscopy based on transformer structure［J］. Journal of Innovative Optical Health Sciences，2022，15(3)：2250021.
［30］徐芬，张国强，张明峰. 偏最小二乘法应用于回归的局限性［J］. 安徽工业大学学报(自然科学版)，2013，30(1)：93-97.
［31］云南省烟草烟叶公司. 烤烟烟叶单料烟感官特性评价规范：Q/YNYC(YY).J01.005—2023［S］. 北京：中国标准出版社，2023.
［32］Rinnan ，van den Berg F，Engelsen S B. Review of the most common pre-processing techniques for near-infrared spectra［J］. TrAC Trends in Analytical Chemistry，2009，28(10)：1201-1222.
［33］Bi Y M，Yuan K L，Xiao W Q，et al. A local pre-processing method for near-infrared spectra，combined with spectral segmentation and standard normal variate transformation［J］. Analytica Chimica Acta，2016，909：30-40.
［34］王志才，张建栋，杨松，等. 近红外光谱法预测烟叶原料烟气常规化学成分释放量［J］. 烟草科技，2025，58(4)：1-10.

相似文献/References:

[1]涂永高,韦克苏,张恒,等.EM菌及土壤活化剂在烟草上的施用效果[J].江苏农业科学,2014,42(12):123.
　Tu Yonggao,et al.Application effects of EM bacteria and soil activator on tobacco[J].Jiangsu Agricultural Sciences,2014,42(9):123.
[2]李瑞丽,张保林,王建民,等.河南烤烟化学成分与抽吸劲头的关系[J].江苏农业科学,2014,42(08):291.
　Li Ruili,et al.Relationship between chemical components and physiological strength of flue-cured tobacco from Henan Province[J].Jiangsu Agricultural Sciences,2014,42(9):291.
[3]邱玉春,蔡国华,吴清辉,等.主流烟气氨含量与烟叶主要化学成分的相关性分析[J].江苏农业科学,2014,42(03):283.
　Qiu Yuchun,et al.Analysis of correlation between ammonia content in mainstream smoke and main chemical constituents of tobacco leaves[J].Jiangsu Agricultural Sciences,2014,42(9):283.
[4]李军营,徐超华,崔明昆,等.不同光质对烟草叶片生长及叶绿素荧光参数的影响[J].江苏农业科学,2015,43(11):140.
　Li Junying,et al.Effects of different light quality on growth and chlorophyll fluorescence parameters of tobacco leaves[J].Jiangsu Agricultural Sciences,2015,43(9):140.
[5]潘义宏,李佳佳,蒋美红,等.烟叶外观质量、常规化学成分与其感官质量的典型相关分析[J].江苏农业科学,2015,43(10):384.
　Pan Yihong,et al.Canonical correlational analysis of smoking quality with appearance quality and chemical components in flue-cured tobacco leaves[J].Jiangsu Agricultural Sciences,2015,43(9):384.
[6]任夏,邱军,段苏珍,等.色差仪在烤烟烟叶颜色检测中的应用[J].江苏农业科学,2014,42(07):335.
　Ren Xia,et al.Application of colorimeter in detection of flue-cured tobacco leaf color[J].Jiangsu Agricultural Sciences,2014,42(9):335.
[7]谷纪涛,丁伟,余永旭,等.烟草野火病对烟叶产量产值及化学成分的影响[J].江苏农业科学,2017,45(04):81.
　Gu Jitao,et al.Effect of tobacco wildfire disease on yield，output value and chemical components of tobacco leaves[J].Jiangsu Agricultural Sciences,2017,45(9):81.
[8]吴秋菊,刘延,舒清态.云南高原特色农业烟草高光谱参数与多种生理生化指标的关系[J].江苏农业科学,2018,46(07):230.
　Wu Qiuju,et al.Relationship between high spectral parameters and physiological and biochemical indices of tobacco leaves at plateau characteristic agriculture region in Yunnan Province[J].Jiangsu Agricultural Sciences,2018,46(9):230.
[9]康超,王芳,杨玲,等.白鬼笔热风干燥特性与干燥动力学模型[J].江苏农业科学,2018,46(13):178.
　Kang Chao,et al.Hot-air drying characteristics and drying kinetics model of Phallus impudicus[J].Jiangsu Agricultural Sciences,2018,46(9):178.
[10]段绍米,罗会龙,刘海鹏.烟叶密集烤房的研究应用进展与改进设计[J].江苏农业科学,2019,47(01):202.
　Duan Shaomi,et al.Research application progress and improve design of tobacco bulk curing barn[J].Jiangsu Agricultural Sciences,2019,47(9):202.

备注/Memo

备注/Memo:
收稿日期：2025-12-17
基金项目：中国烟草总公司云南省公司科技计划重点项目(编号：2022530000241026)。
作者简介：何明泽(2000—)，男，云南红河人，硕士研究生，主要从事机器学习方向研究。E-mail：1405178232@qq.com。
通信作者：陶成金，高级工程师，主要从事企业数字化管理与数字化转型研究。E-mail：taocjin@qq.com。
更新日期/Last Update: 2026-05-05