[发明专利]烟叶分类方法、装置、电子设备及存储介质

权利要求书

1.一种烟叶分类方法，其特征在于，包括：

根据烟叶样本的热图谱数据确定目标热分析数据；

根据与所述烟叶样本所对应的目标烟叶分类模型对所述目标热分析数据进行处理，得到所述烟叶样本的分类结果，其中，所述目标烟叶分类模型与所述烟叶样本的分类指标项相对应。

2.根据权利要求1所述的方法，其特征在于，所述根据烟叶样本的热图谱数据确定目标热分析数据，包括：

对所述烟叶样本进行热重实验，得到所述热图谱数据和所述热图谱数据对应的热重分析曲线；

通过对所述热重分析曲线的曲线函数求导处理，得到所述目标热分析数据。

3.根据权利要求2所述的方法，其特征在于，所述热重实验的实验步骤包括：

将所述烟叶样本进行研磨处理，并通过筛孔数量为预设数量的筛网对研磨后的烟叶样本进行过筛处理，得到原始烟叶烟末；

将所述原始烟叶烟末在预设温度范围和预设湿度范围的条件下密封保存预设时长；

称取预设重量的所述原始烟叶烟末，并称取后的原始烟叶烟末在预设流量范围的氮气气氛、预设热解温度范围以及预设升温速率范围的条件下进行热重实验。

4.根据权利要求1所述的方法，其特征在于，所述根据与所述烟叶样本所对应的目标烟叶分类模型对所述目标热分析数据进行处理，包括：

确定所述烟叶样本的分类指标项，根据所述分类指标项确定所述目标烟叶分类模型，其中，所述目标烟叶分类模型包括目标核函数

基于所述目标烟叶分离模型对所述目标热分析数据进行处理。

5.根据权利要求1所述的方法，其特征在于，还包括：

根据分类指标项中的烟叶产地、烟叶部位和烟叶等级，分别构建对应的烟叶样本集；所述烟叶样本集中包括至少一个烟叶样本，以及与所述烟叶样本相对应的标签矩阵；

针对各分类指标项所对应的烟叶样本集，对当前烟叶样本集进行热重实验，得到热分析数据集；所述热分析数据集中包括至少一组热分析数据；

基于至少一个原始核函数，确定至少一个待训练烟叶分类模型；

基于所述当前烟叶样本集中的热分析数据和相应的标签矩阵，分别确定所述至少一个待训练烟叶分类模型的模型准确率分布；

基于所述模型准确率分布，确定与所述当前烟叶样本集相对应的目标核函数；

基于与所述目标核函数相对应的目标烟叶分类模型，和与所述当前烟叶样本集相对应的测试样本集，确定所述目标烟叶分类模型的目标准确率；

在所述目标准确率达到预设准确率阈值，则确定所述当前烟叶样本集的所述目标烟叶分类模型。

6.根据权利要求5所述的方法，其特征在于，所述基于所述当前烟叶样本集中的热分析数据和相应的标签矩阵，分别确定所述至少一个待训练烟叶分类模型的模型准确率分布，包括：

针对各待训练烟叶分类模型，基于当前待训练烟叶分类模型对所述当前烟叶样本中的每一个热分析数据进行处理，得到实际输出矩阵；

基于所述实际输出矩阵和相应的标签矩阵，确定所述当前待训练烟叶分类模型的模型准确率分布。

7.根据权利要求6所述的方法，其特征在于，基于所述实际输出矩阵和相应的标签矩阵，确定所述当前待训练烟叶分类模型的模型准确率分布，包括：

基于所述实际输出矩阵和相应的标签矩阵，确定损失值，并基于所述损失值对所述当前待训练烟叶分类模型的模型参数进行修正，得到待应用烟叶分类模型；以及，

基于各所述实际输出矩阵和相应的标签矩阵，动态调整所述当前待训练烟叶分类模型的模型准确率分布，以基于各待应用烟叶分类模型以及相应的模型准确率分布，确定与所述当前烟叶样本集所对应的目标烟叶分类模型；

其中，所述模型参数包括惩罚系数和所述目标核函数的相关系数。

8.根据权利要求5所述的方法，其特征在于，将所述目标烟叶分类模型中所使用的目标核函数与相应的分类指标项绑定，以在进行分类时，基于所述分类指标项确定相应的目标核函数。