以全国17个主要烤烟产地省份中收集的3 914个烟叶样品的近红外光谱为实验对象, 其中浓香型、 中间香型、 清香型烟叶光谱分别865条、 1 403条、 1 646条, 应用近红外光谱和多算法融合方法分析其香型风格特征。 在以产地进行初步划分烟叶香型以及认可过渡型和非典型香型类型的基础上, 选取基于主成分及Fisher准则的投影法(PPF)、 偏最小二乘判别(DPLS)、 支持向量机(SVM)作为单分类器, 得到各个算法第1和2判别分析结果； 应用PPF-DPLS-SVM融合和各算法第1和2判别分析结果, 将预测验证样品的分析结果详细划分为典型、 过渡型、 非典型香型样品(分别为493, 392, 115个)； 其中典型香型烟叶样品的判别准确率达到927%, 较未进行典型样品划分时PPF, DPLS, SVM单算法的识别准确率分别提高了302%, 154%, 166%。 样品数据来源于全国主要烤烟产地, 数据量大, 代表性较好, 分析结果具有一定普遍性； 提出的多算法融合分析方法大幅度提高了通过客观数据判别烤烟香型的准确率； 同时, 将烤烟香型细划分为典型、 过渡型和非典型香型的方式, 对烤烟烟叶原料的科学合理利用以及烟叶原料的模块化工业加工等有指导作用。