[发明专利]一种基于特征化学成分的烟叶判别分组方法

摘要

本发明涉及一种基于特征化学成分的烟叶判别分组方法，属于烟叶原料分类判别技术领域。本发明对烟叶内在化学成分指标进行相关性替代，获得初步筛选化学指标，采用系统聚类方法将初筛指标进行聚类分组，再应用偏最小二乘判别分析进一步筛选对各分组具有重要贡献的化学指标，最后采用费歇尔逐步判别法构建各分组判别模型。本发明烟叶判别分组方法简单，易操作，为卷烟叶组配方设计提供了一种科学合理的烟叶分类应用方法，较大程度上减轻了叶组配方技术员对烟叶的抽吸评价压力，易于推广应用。

主权项

一种基于特征化学成分的烟叶判别分组方法，其特征在于：对烟叶内在化学成分指标进行相关性替代，获得初步筛选化学指标，采用系统聚类方法将初筛指标进行聚类分组，再应用偏最小二乘判别分析进一步筛选对各分组具有重要贡献的化学指标，最后采用费歇尔逐步判别法构建各分组判别模型，具体步骤如下：步骤(1)，相关性替代：对待分组的烟叶内在化学成分，包括常规化学成分、质体色素、多酚、挥发性有机酸、非挥发性有机酸和致香成分进行相关性分析，按具有极显著相关的同类指标可相互替代的原则，筛选出具有代表性的特征化学成分指标；所述的常规化学成分包括总植物碱、总氮、总糖、还原糖、钾离子、氯离子、石油醚提取物总量和淀粉；步骤(2)，聚类分组：应用系统聚类分析对步骤(1)得到的特征化学成分指标进行聚类分析，确定烟叶分组组别；步骤(3)，重要贡献指标筛选：以步骤(1)筛选出的特征化学成分指标的含量为自变量，以聚类分组烟叶的组别为因变量，采用PLS‑DA分析方法进行化学成分指标分析，并利用变量重要性投影算法对不同组别烟叶的特征化学成分指标进行筛选，按VIP>1的原则对特征化学成分指标进行筛选，最终筛选出对表征不同组别烟叶具有重要贡献的特征化学成分指标；步骤(4)，费歇尔逐步判别模型建立：以不同组别烟叶及对其表征具有重要贡献的化学指标为基础，采用费歇尔逐步判别法构建不同组别烟叶判别模型；然后对于未知分组烟叶样品，只需检测具有重要贡献的特征化学成分指标的含量，并将其数值代入模型中进行计算，计算结果数值最大值所在组别即为该未知分组烟叶样品所属组别，则分组完成。