本研究では、一次元スケール不変特徴変換（SIFT）アルゴリズムを用いて、タバコ葉の近赤外分光（NIRS）における安定した特徴波長を探索した。サンプルの精度試験スペクトルで選択した波長に基づき、再現率と再現度を計算し、L9(33)直交表を用いてSIFTアルゴリズムの関連パラメータを最適化し、再現率と再現度を可能な限り高めた。最適化されたパラメータとホスト上の代表的な10サンプルのスペクトルに基づき、10の安定した特徴波長集合を選択し、これらの集合の和集合のスペクトル応答を説明変数として、部分最小二乗法（PLS）を用いてタバコ葉総アルカロイドのNIRSモデル（略称SIFT-PLS）を構築した。本モデルは3台のスレーブに直接転送され、3台のスレーブすべてにおいてサンプル総アルカロイドの平均相対予測誤差（MRE）が6％以下の企業内管理基準を満たした。一方、全光スペクトルモデル（WW-PLS）は直接転送後、3台中1台のスレーブのみMREが基準を満たし、スレーブスペクトルを区分直接補正法（PDS）で補正後もWW-PLSモデルがMRE 6％以下となるのは1台のみであった。SIFTアルゴリズムで選択した安定特徴波長を用いて構築したNIRSモデルは、3台のスレーブ間で直接共有可能であり、セット転送もスレーブスペクトルやスペクトルモデルの補正も不要であり、真の意味での標準物質なしのNIRSモデルの直接転送を実現した。

スケール不変特徴変換; 波長選択; 近赤外分光モデル伝達; タバコ葉総アルカロイド