[发明专利]一种基于多分类器集成的卷烟感官质量评估方法

权利要求书

1.一种基于多分类器集成的卷烟感官质量评估方法，其特征在于，包括如下步骤：

步骤1：采集成品烟感官待评估数据，即卷烟化学成分指标；

卷烟化学成分指标包括：总糖量、还原糖、烟碱量、总挥发碱、总氮量、烟碱氮、蛋白质、施木克值、氮碱比、含氯量、含钾量、糖碱比、氨态碱；

步骤2：基于成品烟感官评估历史数据对采集的成品烟感官待评估数据进行归一化处理；

步骤3：利用基于多分类器集成的卷烟感官质量评估模型进行卷烟感官质量评估；

所述基于多分类器集成的卷烟感官质量评估模型为：根据成品烟感官评估的历史数据，利用数据挖掘领域中的不同分类方法分别构建描述卷烟化学成分指标与感官评吸指标分类结果之间关系的单一分类器，并利用所述单一分类器构建的多分类器集成模型；

所述感官评吸指标包括：光泽、香气、谐调、杂气、刺激、余味；

步骤4：得到卷烟感官质量评估结果。

2.根据权利要求1所述的基于多分类器集成的卷烟感官质量评估方法，其特征在于，步骤3所述的基于多分类器集成的卷烟感官质量评估模型按如下步骤建立：

步骤3-1：采集成品烟感官评估的历史数据，建立卷烟感官质量评估训练数据样本集；

卷烟感官质量评估训练数据样本集包括卷烟化学成分指标和感官评吸指标的专家评分结果；

步骤3-2：对卷烟感官质量评估训练数据样本集进行预处理：根据感官质量评判标准和数据的具体特征，分别对6种感官评吸指标的专家评分结果进行离散化；同时对卷烟化学成分指标进行归一化处理；

步骤3-3：利用预处理后的数据和数据挖掘领域中的不同分类方法，构建用来描述卷烟化学成分与感官评吸指标分类结果之间关系的分类预测数学模型，即单一分类器；

所述数据挖掘领域中的不同分类方法，包括：决策树C4.5方法、BP神经网络方法、k-近邻方法和支持向量机方法，其中k-近邻方法取两个不同的k值，得到两个不同的单一分类器；

步骤3-4：利用每个单一分类器对卷烟感官质量评估训练数据样本集进行分类，将各单一分类器的分类结果准确率作为每个单一分类器的权重，构建基于多分类器集成的卷烟感官质量评估模型。

3.根据权利要求1所述的基于多分类器集成的卷烟感官质量评估方法，其特征在于，步骤4所述的得到卷烟感官质量评估结果，具体是：针对当前采集的成品烟感官待评估数据分别计算每个单一分类器的分类结果，然后对于每一个类别，计算单一分类器中输出分类结果为该类别的分类器权重之和，将权重之和最大的分类作为感官评吸指标的分类，即卷烟感官质量评估结果。