[发明专利]一种构建卷烟特征关联性的方法、装置、电子设备及介质

权利要求书

1.一种构建卷烟特征关联性的方法，其特征在于，包括：

获取细支卷烟样品的品质特征数据和常规成分数据；其中，所述品质特征数据用于表征细支卷烟的感官品质；所述常规成分数据用于表征细支卷烟的组成成分；

对所述品质特征数据和常规成分数据进行差异性筛选，得到目标品质特征数据和目标常规成分数据；

利用预设偏最小二乘回归分析对所述目标品质特征数据和目标常规成分数据进行处理，确定目标品质特征和目标常规成分的关联性。

2.根据权利要求1所述的方法，其特征在于，对所述品质特征数据和常规成分数据进行差异性筛选，得到目标品质特征数据和目标常规成分数据，包括：

对所述品质特征数据和常规成分数据的变量投影重要性进行计算，得到品质变量投影重要性值和成分变量投影重要性值；其中，所述变量投影性重要性用于表征对品质特征数据和常规成分数据的打分指标；

根据所述品质变量投影重要性值对所述品质特征数据进行筛选，得到品质筛选特征，以及，根据所述成分变量投影重要性值对所述常规成分数据进行筛选，得到成分筛选特征；

对所述品质筛选特征和成分筛选特征的显著性进行计算，得到品质显著性值和成分显著性值；其中，所述显著性用于表征筛选特征的显著差异性；

利用所述品质显著性值对所述品质筛选特征进行筛选，得到目标品质特征数据，以及，利用所述成分显著性值对所述成分筛选特征进行筛选，得到目标常规成分数据。

3.根据权利要求2所述的方法，其特征在于，根据所述品质变量投影重要性值对所述品质特征数据进行筛选，得到品质筛选特征，以及，根据所述成分变量投影重要性值对所述常规成分数据进行筛选，得到成分筛选特征，包括：

若所述品质特征数据的品质变量投影重要性值大于预设第一阈值，则将所述品质特征数据作为品质筛选特征，以及，若所述常规成分数据的成分变量投影重要性值大于预设第一阈值，则将所述常规成分数据作为成分筛选特征。

4.根据权利要求2所述的方法，其特征在于，利用所述品质显著性值对所述品质筛选特征进行筛选，得到目标品质特征数据，以及，利用所述成分显著性值对所述成分筛选特征进行筛选，得到目标常规成分数据，包括：

若所述品质筛选特征的品质显著性值小于预设第二阈值，则将所述品质筛选特征作为目标品质特征数据，以及，若所述成分筛选特征的成分显著性值小于预设第二阈值，则将所述成分筛选特征作为目标常规成分数据。

5.根据权利要求1所述的方法，其特征在于，利用预设偏最小二乘回归分析对所述目标品质特征数据和目标常规成分数据进行处理，确定目标品质特征和目标常规成分的关联性，包括：

利用预设偏最小二乘回归分析，将所述目标常规成分数据设置为自变量，以及将所述目标品质特征数据设置为因变量，构建目标品质特征和目标常规成分的关联性。

6.根据权利要求1所述的方法，其特征在于，获取细支卷烟样品的品质特征数据，包括：

利用预设卷烟风格感官评价技术对细支卷烟样品进行感官评价，得到至少两个品质特征数据；

将所述至少两个品质特征数据的平均值作为最终的品质特征数据。

7.根据权利要求1所述的方法，其特征在于，获取细支卷烟样品的常规成分数据，包括：

利用预设烟草检测技术对细支卷烟样品的组成成分进行提取，得到常规成分数据。

8.一种构建卷烟特征关联性的装置，其特征在于，包括：

数据获取模块，用于获取细支卷烟样品的品质特征数据和常规成分数据；其中，所述品质特征数据用于表征细支卷烟的感官品质；所述常规成分数据用于表征细支卷烟的组成成分；

数据筛选模块，用于对所述品质特征数据和常规成分数据进行差异性筛选，得到目标品质特征数据和目标常规成分数据；

关联性确定模块，用于利用预设偏最小二乘回归分析对所述目标品质特征数据和目标常规成分数据进行处理，确定目标品质特征和目标常规成分的关联性。