[发明专利]一种基于烟叶致香成分的多模型评价烟叶原料相似度的方法

摘要

本发明涉及一种基于烟叶致香成分的多模型评价烟叶原料相似度的方法，属于烟草技术领域。本发明的方法是通过蒙特卡洛无放回采样，随机选取一定比例的样本作为训练集，剩下的样本作为模型内部验证集；建立多个基于烟叶致香成分含量的主成分模型；利用内部验证集样本对模型的有效性进行验证；将新烟叶原料的致香成分数据输入经验证有效的主成分模型，计算样品在多个模型中的马氏距离，对生成的马氏距离数据组进行分析，评价新的烟叶原料与原料库中烟叶原料的相似度。本发明与一次建模计算相似度方法相比较，更能充分提取所有样品致香成分数据信息，也更能兼顾原料库中烟叶样品致香成分含量的差异性数据信息。

主权项

1.一种基于烟叶致香成分的多模型评价烟叶原料相似度的方法，其特征在于，包括如下步骤：步骤（1），基于某一品牌卷烟现在使用的烟叶原料，构建以卷烟品牌为导向的烟叶原料库，对原料库中某待替换的烟叶进行多次代表性取样，取样次数为N，每次取一个样品；之后，对取样得到N个烟叶样品采用同时蒸馏萃取‑气相色谱/质谱联用 法测定其致香成分含量；步骤（2），将步骤（1）所测得的烟叶样品致香成分含量数据输入Matlab软件中构成基础数据矩阵；步骤（3），基于步骤（2）构成的基础数据矩阵设定蒙特卡洛采样参数：采样次数为N/3、训练集样本个数为步骤（1）中取得样品个数的80%、内部验证集样本个数为步骤（1）中取得样品个数的20%；根据设定好的参数，在Matlab软件采用蒙特卡洛采样方法采样，得到N/3个主成分模型训练集和对应的内部验证集；步骤（4），对N/3个主成分模型训练集进行主成分分析，构建主成分模型，并将对应的内部验证集样本数据输入构建好的主成分模型中，计算各内部验证集样本的马氏距离；步骤（5），根据主成分模型内部验证有效性判定规则，判定建立的N/3个主成分模型的有效性，得到有效的主成分模型；步骤（6），将M个需要评价的新烟叶原料的致香成分数据输入步骤（5）中得到的有效的主成分模型，分别计算马氏距离，组成M个马氏距离数据组；步骤（7），计算步骤（6）中各个马氏距离数据组的平均值和标准偏差；步骤（8），对步骤（7）中计算得到的所有的马氏距离的平均值和标准偏差的大小进行比较，根据验证样品相似度评价规则对M个需要评价新烟叶原料与待替换叶的相似度进行评价，取相似度最高的新烟叶原料替换待替换叶。