[发明专利]一种基于近红外光谱检验卷烟感官特征一致性的方法有效
申请号: | 202011566679.2 | 申请日: | 2020-12-25 |
公开(公告)号: | CN112782115B | 公开(公告)日: | 2023-06-20 |
发明(设计)人: | 李怀奇;马宇平;霍娟;李成刚;王红霞;段鹍;尹献忠;李倩;宋金勇;周浩;邱建华;郝辉;王勇;王宁;朱智志 | 申请(专利权)人: | 河南中烟工业有限责任公司;郑州大学 |
主分类号: | G01N21/3563 | 分类号: | G01N21/3563;G01N21/359 |
代理公司: | 北京维澳知识产权代理有限公司 11252 | 代理人: | 陆井玉;曾晨 |
地址: | 450000 河南*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 红外 光谱 检验 卷烟 感官 特征 一致性 方法 | ||
1.一种基于近红外光谱检验卷烟感官特征一致性的方法,其特征在于:包括如下步骤:
S1,在卷烟燃烧前,获取烟叶光谱;并根据该烟叶光谱及标准烟叶光谱得到烟叶马氏距离矩阵;
S2,在卷烟燃烧时,获取烟气光谱;并根据该烟气光谱及标准烟气光谱得到烟气马氏距离矩阵;
其中,在步骤S1和步骤S2中,所选用的卷烟为同一批次的卷烟;S3,将所述烟叶马氏距离矩阵与所述烟气马氏距离矩阵合并,并提取出卷烟马氏距离特征变量;其中,用数据库的选择查询语句和正则匹配法提取样本批次关键字的方式,将具有相同关键字的烟叶关键马氏距离矢量与烟气关键马氏距离矢量进行拼接,并对拼接后的新马氏距离矢量检查并标记空值点;
步骤S3包括如下具体步骤,
S31,对同批次的卷烟的烟叶马氏距离矩阵进行标准方差计算,得到第一标准方差;对同批次的卷烟的烟气马氏距离矩阵进行标准方差计算,得到第二标准方差;判断所述第一标准方差和所述第二标准方差是否均不满足条件,如果是,将该批次的卷烟重新分组,重复本步骤;如果否,取烟叶马氏距离矢量的平均值,作为烟叶关键马氏距离矢量,取烟气马氏距离矢量的平均值,作为烟气关键马氏距离矢量;
S32,将烟叶关键马氏距离矢量与烟气关键马氏距离矢量拼接,形成关键马氏距离矢量;匹配前将各月份同批次的马氏矩阵先进行标准方差计算,当所测样本标准方差在一定范围内,则取其马氏距离矢量的平均值,如大于阈值,则分开作为新组,再次进行测评;
其中,在数据库中,自动对拼接后的新马氏距离矢量检查并标记空值点,该检查过程包括如下几个步骤:
S33,将关键马氏距离矢量,与权重矢量合成为一个新的一维变量;
S34,通过相关性最大化公式使所述一维变量与相应感官特征相似度的相关性最大化;
S35,将经过迭代计算得出的权重矢量部分值归零,对感官特征相似度的系数矢量进行OLS回归运算;得到回归运算后的权重矢量;
S36,将回归运算前后的权重矢量求均方差之和,以得到标识值;
S37,判断标识值是否小于等于0,如果是,从回归运算后的权重矢量中选取非0的值组成特征向量;如果否,更新权重矢量后,执行步骤S33;
S4,将卷烟马氏距离特征变量输入预先训练好的相似度回归预测模型,得出一个大小介于0到1之间的预测结果,将该预测结果作为一致性系数;
S5,根据一致性系数的大小判断卷烟检验结果与该品牌卷烟标准感官特征的一致性。
2.根据权利要求1所述的基于近红外光谱检验卷烟感官特征一致性的方法,其特征在于:
步骤S1中包括如下具体步骤,
S11,在卷烟燃烧前,获取烟叶光谱;
S12,对烟叶光谱进行分段截取;
S13,获取截取段的所述烟叶马氏距离矩阵。
3.根据权利要求2所述的基于近红外光谱检验卷烟感官特征一致性的方法,其特征在于:
步骤S2中包括如下具体步骤,
S21,在卷烟燃烧时,获取烟气光谱;
S22,按与步骤S12中相同方法对烟气光谱进行分段截取;
S23,获取截取段的所述烟气马氏距离矩阵。
4.根据权利要求1所述的基于近红外光谱检验卷烟感官特征一致性的方法,其特征在于:
步骤S3还包括,S38,对特征向量进行嵌入式留一法交叉验证。
5.根据权利要求1所述的基于近红外光谱检验卷烟感官特征一致性的方法,其特征在于:步骤S5为,
根据一致性系数的大小判断卷烟检验结果与感官特征的一致性,其中,一致性系数值越大,卷烟检验结果与感官特征的一致性越好。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南中烟工业有限责任公司;郑州大学,未经河南中烟工业有限责任公司;郑州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011566679.2/1.html,转载请声明来源钻瓜专利网。