详情

原文传递一种基于近红外光谱的烤烟香韵鉴别方法

专利名称：	一种基于近红外光谱的烤烟香韵鉴别方法
摘要：	本发明的目的提供一种基于近红外光谱的烤烟香韵鉴别方法，本发明提供的方法通过典型的香韵鉴别结果与烤烟的近红外光谱数据结合，建立近红外光谱与烤烟样本香韵的数据相关，进一步通过抽样统计与多模型建模的方式，通过训练数据的不同，构造多模型预测，由训练样本的特点决定模型间的差异及其侧重，给出非典型香韵香烟的香韵预测概率。
专利类型：	发明专利
国家地区组织代码：	浙江;33
申请人：	浙江中烟工业有限责任公司
发明人：	毕一鸣;刘化冰;吴继忠;王辉;刘建华;田雨农;郝贤伟;何文苗;帖金鑫;李石头;廖付;张立立;李永生
专利状态：	有效
申请日期：	2019-06-18T00:00:00+0800
发布日期：	2019-08-16T00:00:00+0800
申请号：	CN201910535375.0
公开号：	CN110132879A
代理机构：	杭州丰禾专利事务所有限公司
代理人：	王静
分类号：	G01N21/3504(2014.01);G;G01;G01N;G01N21
申请人地址：	310008 浙江省杭州市中山南路77号
主权项：	1.一种基于近红外光谱的烤烟香韵鉴别方法，其特征在于：该方法包括如下步骤：步骤1)取多个烤烟样本，专家评吸小组对上述烤烟样本进行香韵评价；步骤2)针对步骤1)获得评价结果，保留单一香韵彰显且评吸小组意见一致的K个样本；步骤3)分别采集K个烤烟样本的近红外光谱，并对其进行预处理；步骤4)对K个烤烟样本进行N次分层抽样，及保证抽样的每种香韵的抽取比例与原数据中的比例相同，抽样样本作为训练集；每次抽样后，对训练集进行LDA建模，建模具体步骤为：计算类间散度矩阵其中，C表示烤烟香韵类别数，μi表示第i类的样本光谱均值(i＝1,2,,,,C)，T代表矩阵转置；计算类内散度矩阵：表示第i类中的第j个样本，Mi表示第i类训练样本的数目；使用拉格朗日乘子法最终获得w；步骤5)采集待鉴别的测试样本的光谱并进行预处理，通过y＝xtestw将测试样本在所有的训练模型中进行训练建模，统计其预测结果，其中，xtest是测试样本的光谱，y是预测的香韵类别；步骤6)若测试样本在所有的训练模型中得到的香韵类别预测一致，则香韵类别为预测香韵类别，若测试样本在所有的训练模型中得到的香韵类别预测不一致，则计算其各香韵预测比例。 2.根据权利要求1基于近红外光谱的烤烟香韵鉴别方法，其特征在于：所述烤烟香韵的类别为3种，C＝3，所述的3种香韵类别为清甜香韵、蜜甜香韵以及焦甜香韵，所述K个样本由多个清甜香韵、蜜甜香韵以及焦甜香韵烤烟样本组成。 3.根据权利要求2所述的基于近红外光谱的烤烟香韵鉴别方法，其特征在于：所述的评吸小组为7-11位具有烟叶感官评价职业认定的评价人员组成。 4.根据权利要求3所述的基于近红外光谱的烤烟香韵鉴别方法，其特征在于：所述的评吸小组意见一致指多于三分之二的评吸员香韵评价意见统一。 5.根据权利要求1所述的基于近红外光谱的烤烟香韵鉴别方法，其特征在于：光谱预处理为平滑+标准正态校正(snv)处理。 6.根据权利要求1所述的基于近红外光谱的烤烟香韵鉴别方法，其特征在于：步骤5)中每次抽样的抽取比例为样本总数的70％-80％，且抽样次数N与样本数相关，要保证平均每个样本在测试集中的次数大于50次。 7.根据权利要求1所述的基于近红外光谱的烤烟香韵鉴别方法，其特征在于：所述步骤6)算其各香韵预测比例，具体步骤为计算各香韵的预测次数除以总预测次数；其中，Pi为第i个样本的评价结果，Nq表示作为测试样本时预测为清甜香韵的次数，Nz表示作为测试样本时预测为蜜甜香韵的次数，Nn表示作为测试样本时预测为焦甜香韵的次数。
所属类别：	发明专利