CN100377145C - 配方产品理化数据与感官指标相关性分析的方法 - Google Patents

Abstract

本发明所述配方产品理化数据与感官指标相关性分析的方法，其目的是基于支撑向量机的阶梯分析法、实现生产现场的理化数据实测值与感官指标之间相关程度的测算。所述配方产品理化数据与感官指标相关性分析的方法，是在配方产品的生产过程中建立一种能够确定上述相关性的工艺流程。通过该方法可以在各理化数据中找出与感官指标相关的参数、并分别建立能够描述出这类相关性的检测样本，从而针对生产现场实测的理化数据直接标注出两者的相关指标，从而为配方产品的质量评定和等级划分提供定量分析数据。

Description

配方产品理化数据与感官指标相关性分析的方法

技术领域

本发明涉及一种数据分析的方法流程，具体地是实现理化数据与感官指标相关性分析、以指导配方产品的质量评定和等级划分。

背景技术

在现有配方产品制造行业，针对产品所采用的配方及其成份组成，需要在生产质量管理和原料分级等工艺流程进行感官质量的评定。例如对于卷烟制品，通常是以香型风格、刺激性、劲头等指标来加以评定，以向消费者标明其不同等级。

对于工业生产配方产品，以往的评定过程主要是依靠品评专家，通过现场品尝的方式、凭借个人的感官体验来划分等级、优劣。配方产品的生产企业虽然经过长期的生产管理而积累了一定数量的专家评估数据，但是由于执行质量评定的是个人行为，因而这些评估数据本身不可避免地存在诸多人为因素。如专家在质量评定过程中，会受其本人情绪、身体状况、个人感官喜好、以及感受疲劳程度等因素的干扰，在客观上存在着感觉误差，最终反映在配方产品的等级划分不准确、难以进行生产工艺的进一步提高和优化。而且，组织专家进行质量评估也需较高的费用和大量时间。另外，通过分析大量的专家评估数据可以看出，配方产品的感官质量与其配方原料成份及其比例之间存在着必然的密切关联，控制产品配方的原料及其比例可以直接反映在感官质量的优劣上来，例如，烟叶中包含有多种化学组分，在吸烟过程中这些化学组分相互反应而刺激人的感官。目前已获知，烟碱成份的比例会直接影响到感官刺激性和劲头等特性，而钾、氯等成份又与其燃烧性、灰分等有着相当大的相关性。

目前在工业化生产现场，单片机和信息处理技术得到了广泛应用。如何利用现行积累的评定数据和样本标准、在脱离人为因素干扰的前提下，利用数学统计和逻辑分析来提示配方产品的理化数据与感官指标之间的相关性，以实现指导配方产品的质量评定和等级划分，一直是配方产品生产企业急待解决的技术课题。

发明内容

本发明所述配方产品理化数据与感官指标相关性分析的方法，其目的是基于支撑向量机的阶梯分析法，来实现生产现场的理化数据实测值与感官指标之间相关程度的测算。所述配方产品理化数据与感官指标相关性分析的方法，是在配方产品的生产过程中建立一种能够确定上述相关性的工艺流程。通过该方法可以在各理化数据中找出与感官指标相关的参数、并分别建立能够描述出这类相关性的检测样本，从而针对生产现场实测的理化数据直接标注出两者的相关指标，从而为配方产品的质量评定和等级划分提供定量分析数据。

现有配方产品包括有消费者日常使用的各类产品，如卷烟、食品、香料、食品添加剂等。如在生产卷烟的烟叶原料中包含有多种化学组分，在吸烟过程中这些化学组分相互作用，共同刺激吸烟人的感官，包括味觉、嗅觉、触觉，从统计学角度来分析，这些化学组分与形成人的感官指标之间必然形成各种因果关系，即形成简单的线型和复杂的非线性映射关系。

通过大量地积累专家在配方产品评估时做出的感官评定数据，可以初步揭示这些配方产品的理化数据与感官指标的映射关系。但是对于现有配方产品生产过程中，往往存在着的小样本(经验数据积累少)、高维、非线性等的数据特征，因而依赖于专家评定数据难以达到应有的实现评估准确度。

本发明所述的相关性分析方法，在分析实测的理化数据与感官指标类型之间的相关性时将阶梯分析法与支撑向量机相结合，利用阶梯样本从支持向量机模型中进行关于相关性的知识提取，从而揭示理化数据与感官指标的相关性。

本发明所采用的支持向量机，是在小样本即采取小批量数据的基础上能够实现自我学习的一种统计理论，其出发点是立足于有限样本的假设。如清华大学出版社于2004年2月1日出版的《统计学习理论》一书中所公开的有关于支撑向量机的内容。

例如假设H1、H2分别是两维界面的实心点和空心点两类样本集，H为分类线，而且H1、H2分别为距离分类线H最近的样本且平行于分类线的直线，则上述直线间的距离叫做分类间隔(margin)。若求得所谓的最优分类线，就是要求分类线不但能将两类正确分开(训练错误率为0)，而且使分类间隔最大。

所述的支持向量机可以较好地应用于回归估计中。考虑用F(X)＝W.X+b拟合数据{x_i，y_i}，i＝1，2，Λ，n；x_i∈R^d，y_i∈R^d的问题。并假设所有的训练数据映射到高维特征空间后可用线性函数无误差地以精度ε拟合，即

$\left\{\begin{array}{c}{y}_i-w\·x_i-b\≤\mathrm{\ϵ},\\ w\·x_i+b-y_i\≤\mathrm{\ϵ},\end{array}\right.i=1,...,n$

与最优分类面中最大化分类间隔相似，这里控制函数集复杂性的方法是使回归函数最平坦，它等价于最小化2/‖W‖²。考虑到允许拟合误差的情况，引入松弛因子ξ_i ⁺≥0和ξ_i ^-≥0，则以上表达式变成，

$\left\{\begin{array}{c}{y}_i-w\·x_i-b\≤\mathrm{\ϵ}+{\mathrm{\ξ}}_i^{+},\\ w\·x_i+b-y_i\≤\mathrm{\ϵ}+{\mathrm{\ξ}}_i^{-},\end{array}\right.i=1,...,n$

则目标函数转化为，

$\mathrm{\φ}(w,\mathrm{\ξ})=\frac{1}{2}{\left|\right|w\left|\right|}^2+C(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\ξ}}_i^{+}+{\mathrm{\ξ}}_i^{-})$

其中C是正则化参数，用于控制学习模型的推广性能。利用和模式识别同样的优化方法得到上述问题的对偶问题，即在约束，

$\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(a_i^{+}-a_i^{-})=0$

$0\≤a_i^{+},a_i^{-}\≤C,$ i＝1，…，n

下，对Lagrange乘子α_i ⁺，α_i ^-最大化目标函数，

$Q(a^{+},a^{-})=-\mathrm{\ϵ}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(a_i^{+}+a_i^{-})+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{y}_i(a_i^{+}-a_i^{-})-$

$\frac{1}{2}\underset{i,j=1}{\overset{n}{\mathrm{\Σ}}}(a_i^{+}-a_i^{-})(a_j^{+}-a_j^{-})K(x_i,x_j)$

得到的非线性回归函数为，

$F\left(x\right)=(w^{+}\·x)+b^{+}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(a_i^{{+}^{+}}-a_i^{{-}^{+}})K(x_i,x)+b^{+}$

上述关于支撑向量机的建模过程，能够实现小样本数据的学习。

为达到本发明的目的，即通过输入生产现场实际的理化检测数据来获得与感官指标之间的相关性分析结果，根据相关性程度来进行特征选择，提高预测符合度，本发明将阶梯分析法与支撑向量机相结合，利用阶梯样本对由支持向量机模型进行知识提取，以揭示输入与输出之间的相关性。

根据现有积累的专家评定数据样本来构造阶梯样本，具体地：

假设配方产品的某一个理化指标x_i与感官指标Y之间存在着相关性，为获得相关程度的分析结论，可以取数据样本集中的该指标x_i的最大值与最小值，根据经验选取适当小的Δx_i，建立从最小值到最大值逐个相差Δx_i的阶梯式值。

同时，其它理化指标的输入变量分别取某一个定值Ci，所有理化指标(包括其他定值Ci和x_i阶梯值构成数据样本集-阶梯样本。

依据统计学观点，假设样本服从正态分布，定值Ci通常应选择其他理化指标输入变量的样本数据均值。利用构造好的阶梯样本对训练过的支撑向量机模型进行知识提取，揭示二者的相关性。这里对模型知识提取的过程，实质上就是将阶梯样本送入训练过的支撑向量机模型进行测试的过程。对于多维输入样本，除要考察的理化指标，其它指标均为定值，所以测试结果(同样也是阶梯值)的趋势线(阶梯图)可以直接反映二者的相关关系。

上述测试结果所形成的趋势线，直观地映射出理化指标x_i与感官指标Y之间的相关程度，定义这一相关程度为上述趋势线的陡峭指数ρ，也就是在输入变量(理化指标)x_i与输出变量(感官指标)y趋势线上任意一点x₀的斜率，其定义如下：

$\stackrel{\‾}{\mathrm{\ρ}}=E\left(\frac{\mathrm{dy}}{\mathrm{dx}}{|}_{x=x_0}\right)=\∫[\frac{\mathrm{dy}}{\mathrm{dx}}{|}_{x=x_0}*f\left(x_0\right)]d{x}_0---\left(1\right)$

该陡峭指数ρ的绝对值大小，直接映射出某一输入变量(理化指标)x_i与输出变量(感官指标)y的影响有多大，即其之间的正、负相关性的强弱。

在上述所有理化指标x_i相互独立的情况下分别做出上述趋势阶梯图的陡峭指数ρ，采用一元回归方法可以综合推导出评估所有相关理化指标与该感官指标的相关度定量c，某一感官指标Y与所有相关的理化指标x₁，x₂，...，x_m的表达式如下：

Y＝F(x₁，x₂，...，x_m)    (2)

＝f(x₁)+f(x₂)+...+f(x_m)+c

令

y＝f(x₁)+f(x₂)+...+f(x_m) (3)

将已积累评定数据所形成的训练样本集中的数据送入以下表达式(4)中来推导出相应的y值，则相关度定量c通过下式求得：

c＝∑Y_t/n-∑y_t/n         (4)

其中，m为理化指标的项数，n为训练样本集中样本个数。

将(4)式所得的相关度定量c代入(2)式，即得某一感官指标Y与所有相关的理化指标x₁，x₂，...，x_m的表达式。

若上述各理化指标相互独立，则可直接对各关系表达式进行加和；若各理化指标相互之间不独立，则应当首先对其样本进行正交变换，再进行分析工作。

本发明所述配方产品理化数据与感官指标相关性分析的方法，是基于支撑向量机的阶梯分析法，其方法流程是：

实际检测配方产品的各项理化指标并组织行业专家对成品进行评定，将所得到的评定数据进行积累、记录，并形成以数据样本集；

根据专家的行业经验剔除上述数据样本集中的错误或特异样本，以求尽量直观地映射出理化数据与感官指标之间的相关性及其程序大小；

根据产地、等级、风格等指标将整理后的理化数据样本集，分为训练样本集和验证样本集；

应用阶梯分析法构造出若干个阶梯样本，用于对支撑向量机模型进行知识提取和相关性分析；

调取支撑向量机的知识模型并对其各参数初始化，将训练样本送入模型中进行训练，并利用验证样本预测的符合度作为选择模型的标准；

若符合度较高，则说明模型已基本学习到样本内部的全部真实规律；否则，说明模型的参数选择并不合适，则重新调整模型直到符合度达到标准；

将阶梯样本送入模型中进行测试并得到输出结果，根据输出结果(即感官指标Y与该输入数据(即某一理化指标x_i)得到趋势线的陡峭指数ρ，即表达式(1)所映射出的阶梯图，进行初步定性分析相关关系；

根据阶梯图反映出的陡峭指数ρ，将较小的指标项剔除掉，仅保留较大的某理化指标x_i做为映射感官指标Y的特征选择；

通过各个理化指标x_i与感官指标Y的表达式获得相关度定量c，即表达式(2)所映射出的针对某一感官指标Y的所有相关理化指标x_i的表达关系式。

所述方法的流程结束。

根据上述方法流程所确定的配方产品的陡峭指数ρ和相关度定量c，在配方产品实际生产过程中可以根据各实测理化指标x_i的输入数值，直接通过上述表达式(1)和表达式(2)直观地映射出感官指标Y的相关程度，从而为生产配方产品的原料、或是配方产品的成品进行等级划分、质量是否合格的评定。

综上所述，本发明所述配方产品理化数据与感官指标相关性分析的方法，其优点和有益效果是：

利用现行积累的评定数据和样本标本，可以实现在脱离单纯的专家行为而通过现场实测数据直接映射出各相关感官指标，实现了从人脑分析到硬件设备的直接转化，从而实现了机器学习和分析评定的转型。

应用上述方法可以依靠小批量数据样本和小模型即可建立指导配方产品生产和等级的分析流程，简单可行、准确率高、易于在现有配方产品生产企业推广使用。

不再依赖于反复组织专家进行现场评定，可以节约大量的资金和时间。

随着应用上述方法获取的相关性分析结论数据，可以不断扩充方法使用的训练样本集和验证样本集，从而逐步提高分析流程的准确度，因而具有不断学习和自我完善的升级机制，使用可靠性可以不断提升、该方法具有较强的适应能力。

附图说明

图1是所述配方产品理化数据与感官指标相关性分析的方法流程图；

图2是确定各个理化指标x_i与感官指标Y相关度分析和相关度定量c的流程图；

图3是所述建立训练样本集和验证样本集的流程图；

图4是应用所述方法实现烟叶配方优化的流程图；

图5是图4中所确定的阶梯趋势图。

具体实施方式

实施例1，如图1所示，所述配方产品理化数据与感官指标相关性分析的方法流程是：

实际检测配方产品的各项理化指标并组织行业专家对成品进行评定，将所得到的评定数据进行积累、记录，并形成以数据样本集；

根据专家的行业经验剔除上述数据样本集中的错误或特异样本，以求尽量直观地映射出理化数据与感官指标之间的相关性及其程序大小；

根据产地、等级、风格等指标将整理后的理化数据样本集，分为训练样本集和验证样本集；

应用阶梯分析法构造出若干个阶梯样本，用于对支撑向量机模型进行知识提取和相关性分析；

调取支撑向量机的知识模型并对其各参数初始化，将训练样本送入模型中进行训练，并利用验证样本预测的符合度作为选择模型的标准；

若符合度较高，则说明模型已基本学习到样本内部的全部真实规律；否则，说明模型的参数选择并不合适，则重新调整模型直到符合度达到标准；

将阶梯样本送入模型中进行测试并得到输出结果，根据输出结果(即感官指标Y与该输入数据(即某一理化指标x_i)得到趋势线的陡峭指数ρ，即表达式(1)所映射出的阶梯图，进行初步定性分析相关关系；

根据阶梯图反映出的陡峭指数ρ，将较小的指标项剔除掉，仅保留较大的某理化指标x_i做为映射感官指标Y的特征选择；

通过各个理化指标x_i与感官指标Y的表达式获得相关度定量c，即表达式(2)所映射出的针对某一感官指标Y的所有相关理化指标x_i的表达关系式。

如图2所示，确定所述各个理化指标x_i与感官指标Y相关度分析和相关度定量c的流程是：

根据已经做出的各个理化指标x_i与感官指标Y之间相关性的阶梯趋势图，对阶梯样本的预测值进行回归估计；

在各理化指标x_i相互独立的前提下，直接对各函数表达式(2)进行加和；若各理化指标x_i相互之间不独立，则应当首先对其样本进行正交变换，再进行分析工作；

将已积累评定数据所形成的训练样本集中的数据送入以下表达式(4)中推导出相关度定量c；

最终获得某一感官指标Y与所有相关的理化指标x₁，x₂，...，x_m的表达式

Y＝F(x₁，x₂，...，x_m)    (2)

＝f(x₁)+f(x₂)+...+f(x_m)+c

在图1和图2的基础上，如图3至图5所示，在卷烟生产过程中进行分析单料烟中的烟叶理化指标与感官质量指标-刺激性之间的相关性，其操作流程是：

第一步，进行数据收集，录入检测得到的各单料烟或成品烟的基本属性、理化、感官评吸质量、烟气指标的数据。形成下述表1和表2。

编号	总糖	总烟碱	还原糖	蛋白质	总氮	氯	钾	施木克	糖碱比	钾氯比
											1	19.1	7.3	20.5	13.7	1.9	0.3	1.8	1.0	12.0	4.1
2	21.7	1.4	21.3	12.1	1.7	0.4	2.5	3.2	4.2	1.9
											3	19.1	8.5	25.6	11.8	2.0	0.9	2.6	2.4	10.4	3.0
...	...	...	...	...	...	...	...	...	...	...

表1

编号	香型	香气质	香气量	杂气	刺激性	浓度	劲头	余味	燃烧性	灰分
											1	3	3	3	3	3	2	3	3	2	2
2	4	2	2	2	2	2	2	3	1	2
											3	6	2	2	2	2	2	1	3	2	1
...	...	...	...	...	...	...	...	...	...	...

表2

第二步，进行数据整理，根据专家经验把错误的和奇异的样本过滤掉；然后将各属性正交化处理形成待分析的数据样本。

第三步，构造各样本集，根据产地、等级、风格等指标将整理后的数据样本分为训练样本集和验证样本集，样本容量之比为5∶1，同时运用阶梯法构造阶梯样本。

第四步，初始化参数，初始化支撑向量机的模型参数，包括正则化参数、核函数的具体形式等。

第五步，将训练样本集送入设定的模型中进行训练。

第六步，将验证样本集送入训练好的支撑向量机模型中，得到测试结果。

第七步，判断支撑向量机模型是否合适，并根据企业制定的符合度公式推算其符合度。即以输出的实数值与目标值的误差和允许误差的比值作为评估准确度的计算标准，如下式：

如果符合度较高，则说明模型已经学习到样本的内部规律；否则，修改模型参数重复第5，6两步骤操作，直到符合度达到70％以上。

第八步，测试阶梯样本：将构造好的阶梯样本送入模型中测试，得到阶梯式的输出结果，该输出结果即揭示了样本输出随特定样本输入的变化规律。

编号	总糖	总烟碱	还原糖	蛋白质	总氮	氯	钾	施木克	糖碱比	钾氯比		刺激性
													1	C1	C2	C3	C4	1.34	C6	C5	C7	C8	C9	2.2671
2	C1	C2	C3	C4	1.44	C6	C5	C7	C8	C9		2.2704
													3	C1	C2	C3	C4	1.54	C6	C5	C7	C8	C9	2.2738
4	C1	C2	C3	C4	1.64	C6	C5	C7	C8	C9		2.2774
													5	C1	C2	C3	C4	1.74	C6	C5	C7	C8	C9	2.281
...	...	...	...	...	...	...	...	...	...	...		...

第九步，做出理化指标-总氮与感官指标-刺激性之间相关性的阶梯趋势图，输入理化指标数据为横坐标，以输出感官指标Y为纵坐标，如图5所示。

从图5可以看出，总氮与烟叶的刺激性成显著的正相关，即随着烟叶中总氮含量的增多，烟叶刺激性越来越大。

第十步，计算出根据阶梯趋势图反映出的陡峭指数ρ，如以下表3：

烟碱	还原糖	总糖	糖减比	蛋白质	总氮	施木克	钾氯比	钾	氯
										0.689	-0.468	-0.261	0.243	0.196	0.169	-0.137	-0.041	-0.0025	-0.0022

通过表3可以看出，烟碱、糖碱比、蛋白质及总氮与刺激性成较为显著的正相关，而还原糖、总糖及施木克与刺激性呈负相关。

根据阶梯指数绝对值的大小，我们可以将钾氯比、钾及氯三个属性项剔除，达到特征选择的目的。在今后分析烟叶的刺激性时，可以不需要检测这三项理化指标。

根据最终得到所有理化指标与感官指标的函数关系，

刺激性＝-0.261*总糖+0.689*总烟碱-0.468*还原糖+0.196*蛋白质+0.169*总氮-0.0022*氯-0.0025*钾-0.137*施木克+0.243*糖碱比-0.041*钾氯比+1.96。

其中，相关度定量c＝1.96。

如上所述，即是所述配方产品理化数据与感官指标相关性分析的方法的主要方案。对于本方法的适当修改，包括阶梯分析法和其它智能建模的结合均应为本发明的保护范围。

Claims (2)

1.一种配方产品理化数据与感官指标相关性分析的方法，包括以下步骤：

a、接收感官数据和理化数据，所述感官数据为专家在对配方产品评估时积累的数据，所述理化数据为通过检测设备得到的数据；

b、除去步骤a获得数据的错误样本或特异样本；

c、根据产地、等级、风格将经步骤b得到的数据分为训练样本集合和验证样本集合；

d、调用支撑向量机模型并对其各参数初始化，以所述训练样本集合为输入数据进行模型训练，并根据训练结果对该模型参数调整，直至以所述验证样本集合为输入数据得到的测试结果满足符合度要求；

c、在所述理化数据的第一指标的最小值与最大值之间进行等分得到若干阶梯值，剩余理化指标均取定值，以所述阶梯值和定值作为所述支撑向量机的输入数据进行测试，得到所述理化数据的第一指标的阶梯值与感官数据之间的对应关系，并根据该对应关系得到其拟合曲线的定义域上各点的斜率均值，即陡峭指数即满足

的表达式所映射出的阶梯图，进行初步定性分析相关关系；

f、重复步骤e得到剩余理化指标的对应斜率均值，根据阶梯图反映出的陡峭指数将较小的指标项剔除掉，仅保留较大的某理化指标做为映射感官指标的特征选择；根据保留的理化指标的对应斜率均值回归得到所述理化指标与感官数据之间的函数关系式。

g、以步骤d中所述训练样本的感官数据的实际值的平均值与所述训练样本的训练结果的平均值之差作为步骤f中所述函数关系式的常数项。

2.根据权利要求1所述的方法，其特征在于：所述陡峭指数

满足以下表达式，

$\stackrel{-}{\mathrm{\ρ}}=E\left(\frac{\mathrm{dy}}{\mathrm{dx}}{|}_{x=x_0}\right)=\∫[\frac{\mathrm{dy}}{\mathrm{dx}}{|}_{x=x_0}*f\left(x_0\right)]d{x}_0$

该陡峭指数

是输入变量即理化指标x_i与输出变量即感官指标y趋势线上任意一点x₀的斜率。

Images