たばこの銘柄を正確に分類・識別するために、近赤外分光法（NIRS）分析技術と教師ありパターン認識を組み合わせた、新しい高速たばこ銘柄識別法を提案した。たばこの葉のスペクトルに対して、標準正規変数変換（SNV）、多変量散乱補正（MSC）、一次微分（FD）、二次微分（SD）、およびサビツキー・ゴレイ平滑（SG）およびそれらの組み合わせによるスペクトル前処理を施し、近赤外分光法と主成分分析（PCA）、部分最小二乗判別分析（PLS-DA）、直交部分最小二乗判別分析（OPLS-DA）の3つのパターン認識手法を用いて異なる銘柄のたばこの分類識別を行った。分類識別の正確率を評価指標として用いた。実験結果は以下の通りである：(1)たばこの近赤外スペクトルの主成分スコアプロットは交差し重なり区別が明確でなく、PCAでは5つの銘柄の製品たばこを識別できなかった；(2)MSC+FDで前処理したPLS-DAモデルは良好な識別効果を示し、較正セットとテストセットの分類識別正確率はそれぞれ100％および98.3％であった；(3)MSC+SDで前処理したOPLS-DAモデルは最良のパターン認識効果を示し、独立変数の適合指数（R2X）、従属変数の適合指数（R2Y）、モデル予測指数（Q2）はそれぞれ0.485、0.907、0.748であり、近赤外スペクトルの較正セットおよびテストセットの分類識別正確率はともに100％であった。これは、近赤外分光技術と教師ありパターン認識法であるOPLS-DAを組み合わせたたばこ銘柄分類モデルが効率的で迅速かつ正確で非破壊的な利点を有し、たばこ葉の分類に対する新しい迅速な識別方法を提供することを示している。

近赤外分光法;製品たばこ;分類識別;主成分分析法(PCA);部分最小二乗判別分析法(PLS-DA);直交部分最小二乗判別分析法(OPLS-DA)