CN101251523A - 一种基于烟叶化学成分的相似烟叶搜索方法 - Google Patents
一种基于烟叶化学成分的相似烟叶搜索方法 Download PDFInfo
- Publication number
- CN101251523A CN101251523A CNA2008100307989A CN200810030798A CN101251523A CN 101251523 A CN101251523 A CN 101251523A CN A2008100307989 A CNA2008100307989 A CN A2008100307989A CN 200810030798 A CN200810030798 A CN 200810030798A CN 101251523 A CN101251523 A CN 101251523A
- Authority
- CN
- China
- Prior art keywords
- tobacco leaf
- target
- unknown
- distance
- chemical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Manufacture Of Tobacco Products (AREA)
Abstract
一种基于烟叶化学成分的相似烟叶搜索方法，所用的基础数据是烟叶的化学成分检测数据。首先对每种目标烟叶进行分布式取样，检测烟叶样品的主要化学成分；然后检测未知烟叶相同化学成分指标，计算未知烟叶化学成分值与目标烟叶多个样品的化学成分值之间的马氏距离，距离越小则相似度越高；最后，比较未知烟叶与各个目标烟叶的距离，按距离的大小排序，得到相似烟叶搜索结果。
Description
技术领域
本发明涉及一种烟草行业中可用于相似烟叶搜索的方法，利用烟叶的主要化学成分数据计算未知烟叶与多种目标烟叶的相似程度得到搜索结果。
背景技术
烟叶的内在质量受气候条件、种植地域、种植管理、调制加工等因素的影响，各产地、品种的烟叶原料主要根据外观质量分类成不同等级，而烟叶外观质量与内在质量的对应关系并不确切，因此烟叶原料在烟草加工企业进行配方设计和工业生产利用之前，需要通过人工评吸来确定其内在质量特性。产品设计涉及到的烟叶来源复杂，按产地、品种和等级细分有数百上千种之多，由于人工评吸的效率难以提高，而且得到的数据具有模糊性和非量化的特征，并且一定程度上受主观因素的影响，为了评价烟叶的可替代性，维护成品内在质量的稳定，大量的烟叶样品评吸给产品配方人员带来很大挑战，并给配方人员的身体健康带来压力。
定义烟叶的质量和其对烟气质量的影响是非常复杂的问题。陈景云等研究了用烟叶化学成分评价烟叶品质的方法，利用烟叶中还原糖、烟碱、总氮和总挥发碱含量数据建立了烟叶化学成分-品质物元模型，把烟叶品质分为“较好”、“一般”和“较差”三级。胡建军等用模糊综合评定法评价烟叶感观质量品质，利用多个感观质量评价指标用模糊关系模型计算综合评价得分。蔡健荣等用计算机模拟人的视觉，建立人工神经网络模型对烟叶进行分级分类。谭仲夏等用灰色关联法对不同品种的烟叶内在质量进行了分析，通过灰色关联分析寻找影响烟草质量的主导因子。黎妍妍等对河南烟区193种烤烟样品的烟叶质量可用性进行了评价，利用模糊数学理论计算6种化学指标的隶属度，通过确定隶属函数的上下限和最优值来进行烟叶可用性的综合评价。蔡宪杰等研究了烤烟外观指标量化分析的方法，并考察了外观质量指标间的相关性。V.Nicolova为了研究地域因素对烤烟质量的影响，用烟叶化学成分、烟气成分和物理指标对烟叶质量进行评价。这些研究的目的是试图对烟叶的品质水平进行准确表达，努力把结果回归到外观质量因素和感官质量因素上。目前这些技术尚处于探索阶段，还难以得到稳定可靠的符合工业企业实际要求的结果。烟叶中各种化学成分的含量反映了烟叶的质量状态，烟叶中总糖、还原糖、总氮、总碱、氯、钾等化学成分因为对烟叶质量有重要影响而成为烟草行业日常开展的检测指标，一般称作“烟叶常规化学成分”。目前烟草企业普遍应用的是使用烟叶常规化学成分来给烟叶的可替代性评价作参考，由于烟叶常规化学成分不能充分表达烟叶的品质信息，局限性很大，对烟叶的可替代性的评价仍然依赖于感官评吸。在其他行业，如中药，已有用药材提取物的液相色谱指纹图谱进行质量判定的应用，而烟草内在品质因素范围广，许多内在质量指标找不到确切对应的有效成分，烟叶相似性的评价远比中药质量判定复杂。
本发明利用更多、更全面的烟叶化学成分指标，通过计算未知烟叶化学成分与不同目标烟叶化学成分间的马氏距离来评价烟叶间的相似程度，得到量化的、能反映烟叶间可替代性的数据。本专利方法同时考虑目标烟叶的平均水平和波动水平，相似烟叶搜索结果具有较高的可用性。
发明内容
本发明的目的是利用烟叶的多项化学成分检测数据来计算未知烟叶与各种具有一定波动水平的目标烟叶间的距离，通过对距离计算结果的排序，搜索到与未知烟叶相似的目标烟叶。
本发明通过以下技术方案实现：首先对每种目标烟叶进行分布式取样；然后检测目标烟叶样品的多种主要化学成分指标；然后检测未知烟叶与目标烟叶相同的化学成分指标，计算未知烟叶化学成分值与目标烟叶多个样品的化学成分值之间的马氏距离，距离越小则相似度越高；最后，比较未知烟叶与各个目标烟叶的距离，按距离的大小排序，距离最小的为最相似的烟叶，得到相似烟叶搜索结果。
本发明的步骤包括：
(1)所述的目标烟叶进行分布式取样是指根据目标烟叶的批量大小取样至少10个，取样应按均匀的间隔进行，取样数量应大于化学成分检测指标数量；设有n种目标烟叶C1～Cn，第i种目标烟叶的取样数量为Mi；
(2)由目标烟叶样品的多种主要化学成分指标的检测值构成了目标烟叶化学成分值矩阵，设矩阵Ai为目标烟叶i的化学成分值矩阵；
(3)检测未知烟叶与目标烟叶相同化学成分指标，得到未知烟叶化学成分值向量t。
(4)计算未知烟叶化学成分值向量t与目标烟叶i化学成分值矩阵Ai的马氏距离：
a)计算目标烟叶i化学成分值矩阵Ai的均值中心向量a，对矩阵Ai进行均值中心化处理得到中心化矩阵MAi；
b)计算马氏距离：
Di＝(t-a)×(MAi′×MAi)-1×(t-a)′×(Mi-1)
(5)重复步骤“(4)”，直至得到未知烟叶与所有n种目标烟叶的距离D1～Dn；
(6)对距离D1～Dn按从小到大的顺序排序，距离越小表明相似度越高。
本发明的具体实现步骤如下：
1.取样和样品前处理：对每种目标烟叶进行分布式取样，根据目标烟叶的批量大小取样10～50个，取样应按均匀的间隔进行，取样数量应大于化学成分检测指标数量。烟叶经粉碎处理制成烟末样品，如果烟叶未去梗，则需在制样之前去除烟叶主脉。设有n种目标烟叶C1～Cn，第i种目标烟叶的取样数量为Mi。
2.检测目标烟叶各样品的主要化学成分含量，化学成分指标可以从总糖、还原糖、总植物碱、总氮、氯、钾、淀粉、蛋白质、纤维素、灰分、总挥发酸、总挥发碱、多酚、石油醚提取物总量中选择6项到14项。目标烟叶各样品的多个指标检测值构成了目标烟叶化学成分值矩阵，设矩阵Ai为目标烟叶i的化学成分值矩阵。
3.检测未知烟叶主要化学成分含量，检测指标与目标烟叶一致，得到未知烟叶化学成分值向量t；
4.计算未知烟叶化学成分值向量t与目标烟叶i化学成分值矩阵Ai的马氏距离：
c)计算目标烟叶i化学成分值矩阵Ai的均值中心向量a，用Ai中每个行向量减去此均值中心向量a，对矩阵Ai进行均值中心化处理得到中心化矩阵MAi；
d)计算马氏距离：
Di＝(t-a)×(MAi′×MAi)-1×(t-a)′×(Mi-1)
5.重复步骤“4”，直至得到未知烟叶与所有n种目标烟叶的距离D1～Dn；
6.对距离D1～Dn按从小到大的顺序排序，距离越小表明相似度越高。
距离值D既可用作未知烟叶与不同目标烟叶间相似程度高低的相对比较，也可用来衡量未知烟叶与某一特定的目标烟叶的相似程度。根据本发明所述计算方式，可认为距离D＜20为很相似，20＜D＜50为较相似，50＜D＜100为弱相似，D＞100为不相似。
具体实施方式
以下实施例旨在说明本发明而不是以本发明的进一步限定。
实施例1
在115种目标烟叶(C1～C115)中每种取15～50个共取样3073个，检测样品10项化学成分：总糖、总植物碱、总氮、氯、淀粉、纤维素、灰分、总挥发碱、多酚、石油醚提取物总量。在目标烟叶C1～C10中各另取1个共10个独立检验样品(T1～T10)作为未知烟叶，检测与目标烟叶相同的10项化学成分指标，按本发明方法计算这10个未知烟叶与各目标烟叶的距离。以未知烟叶T1与目标烟叶C1的距离计算为例，表1为未知烟叶T1以及目标烟叶C1的27个样品(Mi＝27)的化学成分检测数据，T1与目标烟叶C1的距离计算过程如下：
设t1为未知烟叶T1的化学成分检测数据向量：
t1＝[7.27 0.265 8.49 0.39 0.53 15.4 3.45 2.49 5.74 22.5]
目标烟叶C1的化学成分值矩阵A1由27个样品(C1.1～C1.27)的化学成分检测数据向量构成：
A1＝[c1.1；c1.2；...；c1.27]
计算目标烟叶化学成分值矩阵均值中心向量a：
a＝mean(A1)＝[7.04 0.327 8.19 0.39 0.46 16.3 3.30 2.47 5.61 21.8]
计算目标烟叶化学成分值中心化矩阵MA1：
MA1＝[c1.1-a；c1.2-a；...；c1.27-a]
计算t1与A1的马氏距离D1：
D1＝(t1-a)×(MA1′×MA1z)-1×(t1-a)′×(27-1)
＝18.05
表1未知烟叶T1与目标烟叶C1的10项化学成分检测数据
| 烟叶样品 | 淀粉％ | 多酚％ | 灰分％ | 总挥发碱％ | 氯％ | 纤维素％ | 植物碱％ | 总氮％ | 醚提取物总量％ | 总糖％ |
| T1 | 7.27 | 0.265 | 8.49 | 0.39 | 0.53 | 15.4 | 3.45 | 2.49 | 5.74 | 22.5 |
| C1.1 | 6.92 | 0.276 | 7.86 | 0.41 | 0.56 | 15.2 | 3.68 | 2.60 | 5.86 | 22.8 |
| C1.2 | 6.77 | 0.308 | 8.71 | 0.38 | 0.52 | 15.8 | 3.23 | 2.54 | 5.64 | 21.8 |
| C1.3 | 6.57 | 0.297 | 9.00 | 0.40 | 0.54 | 16.2 | 3.22 | 2.56 | 5.72 | 20.5 |
| C1.4 | 7.72 | 0.286 | 8.74 | 0.38 | 0.44 | 15.6 | 3.20 | 2.47 | 5.31 | 23.1 |
| C1.5 | 6.82 | 0.299 | 8.84 | 0.39 | 0.44 | 16.1 | 3.27 | 2.53 | 5.34 | 22.1 |
| C1.6 | 6.11 | 0.275 | 8.99 | 0.39 | 0.46 | 16.0 | 3.31 | 2.54 | 5.31 | 22.4 |
| C1.7 | 6.67 | 0.300 | 7.69 | 0.39 | 0.43 | 15.6 | 3.43 | 2.43 | 5.64 | 24.3 |
| C1.8 | 6.87 | 0.291 | 8.03 | 0.40 | 0.51 | 16.2 | 3.29 | 2.60 | 5.48 | 21.8 |
| C1.9 | 6.90 | 0.276 | 8.35 | 0.40 | 0.46 | 15.2 | 3.59 | 2.53 | 5.74 | 22.8 |
| C1.10 | 8.13 | 0.329 | 7.48 | 0.43 | 0.45 | 15.8 | 3.98 | 2.56 | 5.92 | 22.3 |
| C1.11 | 7.52 | 0.332 | 8.04 | 0.38 | 0.44 | 16.0 | 3.35 | 2.32 | 5.55 | 23.2 |
| C1.12 | 8.98 | 0.334 | 8.03 | 0.38 | 0.47 | 15.6 | 3.20 | 2.38 | 5.37 | 22.3 |
| C1.13 | 7.72 | 0.358 | 8.74 | 0.39 | 0.42 | 16.2 | 3.19 | 2.43 | 5.45 | 21.0 |
| C1.14 | 7.11 | 0.351 | 8.40 | 0.39 | 0.42 | 16.7 | 3.24 | 2.38 | 5.37 | 21.4 |
| C1.15 | 6.65 | 0.333 | 7.90 | 0.37 | 0.46 | 17.1 | 2.98 | 2.42 | 5.53 | 21.7 |
| C1.16 | 6.76 | 0.337 | 8.52 | 0.40 | 0.43 | 16.9 | 3.17 | 2.57 | 5.83 | 20.0 |
| C1.17 | 7.23 | 0.360 | 8.02 | 0.40 | 0.48 | 16.3 | 3.39 | 2.40 | 5.61 | 21.6 |
| C1.18 | 5.70 | 0.345 | 8.07 | 0.41 | 0.42 | 16.8 | 3.42 | 2.52 | 6.16 | 20.6 |
| C1.19 | 4.48 | 0.345 | 8.12 | 0.42 | 0.48 | 17.4 | 3.49 | 2.58 | 6.24 | 19.9 |
| C1.20 | 6.53 | 0.339 | 8.95 | 0.39 | 0.37 | 16.9 | 3.17 | 2.51 | 5.90 | 20.0 |
| C1.21 | 7.00 | 0.373 | 8.29 | 0.38 | 0.42 | 16.6 | 3.13 | 2.35 | 5.45 | 21.8 |
| C1.22 | 7.29 | 0.335 | 7.99 | 0.37 | 0.46 | 16.5 | 3.14 | 2.48 | 5.34 | 22.4 |
| C1.23 | 8.17 | 0.344 | 8.23 | 0.39 | 0.42 | 16.3 | 3.25 | 2.47 | 5.40 | 21.5 |
| C1.24 | 7.65 | 0.345 | 7.21 | 0.38 | 0.46 | 16.4 | 3.16 | 2.36 | 5.49 | 23.1 |
| C1.25 | 8.13 | 0.350 | 7.41 | 0.39 | 0.46 | 16.6 | 3.24 | 2.38 | 5.96 | 21.2 |
| C1.26 | 7.15 | 0.363 | 7.66 | 0.38 | 0.45 | 16.6 | 3.07 | 2.33 | 5.39 | 22.5 |
| C1.27 | 6.68 | 0.346 | 7.92 | 0.39 | 0.44 | 17.0 | 3.21 | 2.52 | 5.57 | 21.1 |
表2列出了搜索到的与10个未知烟叶样品T1～T10最相似的前7种目标烟叶。
表2相似烟叶搜索结果——与未知烟叶T1～T10最相似的7种目标烟叶
| 未知烟叶 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| T1 | C1(18)* | C26(48) | C42(70) | C4(96) | C48(126) | C54(151) | C27(152) |
| T2 | C2(8) | C1(36) | C4(39) | C26(107) | C3(109) | C27(117) | C48(132) |
| T3 | C3(8) | C48(92) | C27(96) | C15(100) | C2(100) | C4(103) | C26(114) |
| T4 | C4(6) | C1(34) | C2(40) | C26(102) | C27(138) | C3(141) | C54(162) |
| T5 | C44(18) | C5(27) | C46(40) | C6(66) | C58(92) | C59(100) | C42(103) |
| T6 | C6(45) | C46(57) | C58(69) | C44(69) | C60(74) | C62(92) | C66(106) |
| T7 | C7(7) | C8(32) | C68(66) | C109(156) | C96(195) | C80(209) | C60(228) |
| T8 | C8(12) | C7(71) | C68(72) | C96(93) | C109(113) | C106(146) | C80(146) |
| T9 | C9(29) | C11(44) | C50(56) | C62(57) | C12(72) | C39(86) | C22(89) |
| T10 | C10(25) | C106(59) | C11(66) | C104(79) | C12(87) | C102(100) | C9(101) |
*括号内的数值为未知烟叶与目标烟叶的距离计算结果。
实施例2
在115种目标烟叶(C1～C115)中每种取15～50个共取样3073个，检测样品14项化学成分：总糖、还原糖、总植物碱、总氮、氯、钾、淀粉、蛋白质、纤维素、灰分、总挥发酸、总挥发碱、多酚、石油醚提取物总量。在目标烟叶C51～C60中各另取1个共10个独立检验样品(T51～T60)作为未知烟叶，检测与目标烟叶相同的14项化学成分指标，按本发明方法搜索与这10个未知烟叶最相似的目标烟叶。表3列出了与10个未知烟叶样品T51～T60最相似的前7种目标烟叶。
表3相似烟叶搜索结果——与未知烟叶T51～T60最相似的7种目标烟叶
| 未知烟叶 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| T51 | C51(27)* | C24(37) | C39(39) | C22(41) | C62(62) | C15(66) | C16(67) |
| T52 | C52(3) | C53(26) | C54(27) | C59(50) | C58(59) | C20(78) | C46(78) |
| T53 | C53(31) | C54(34) | C43(68) | C20(76) | C52(77) | C59(85) | C58(90) |
| T54 | C54(6) | C53(8) | C59(104) | C43(131) | C20(134) | C21(151) | C44(152) |
| T55 | C27(24) | C55(30) | C62(73) | C24(82) | C48(86) | C51(115) | C109(119) |
| T56 | C56(11) | C62(22) | C61(28) | C60(33) | C39(72) | C46(85) | C58(86) |
| T57 | C58(5) | C57(13) | C59(23) | C62(61) | C52(75) | C60(84) | C46(91) |
| T58 | C58(10) | C59(10) | C57(35) | C60(58) | C62(60) | C46(69) | C61(80) |
| T59 | C59(8) | C58(20) | C60(42) | C37(54) | C46(57) | C66(61) | C44(77) |
| T60 | C60(14) | C61(21) | C62(25) | C58(39) | C41(57) | C48(68) | C66(79) |
*括号内的数值为未知烟叶与目标烟叶的距离计算结果。
实施例3
在115种目标烟叶(C1～C115)中每种取10～50个共取样2989个，检测样品6项化学成分：还原糖、总植物碱、淀粉、纤维素、多酚、石油醚提取物总量。在目标烟叶C71～C80中各另取1个共10个独立检验样品(T71～T80)作为未知烟叶，检测与目标烟叶相同的10项化学成分指标，按本发明方法搜索与这10个未知烟叶最相似的目标烟叶。表4列出了与10个未知烟叶样品T71～T80最相似的前7种目标烟叶。
表4相似烟叶搜索结果——与未知烟叶T41～T50最相似的7种目标烟叶
| 未知烟叶 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| T71 | C73(15)* | C71(42) | C72(51) | C107(72) | C99(79) | C56(84) | C69(89) |
| T72 | C72(39) | C26(57) | C71(82) | C62(83) | C73(89) | C41(91) | C14(92) |
| T73 | C73(8) | C71(67) | C99(80) | C62(84) | C14(87) | C56(88) | C66(101) |
| T74 | C62(40) | C56(64) | C58(68) | C61(69) | C39(83) | C12(87) | C17(88) |
| T75 | C62(99) | C16(130) | C12(146) | C85(150) | C58(150) | C108(151) | C15(188) |
| T76 | C76(20) | C77(29) | C86(44) | C80(46) | C15(62) | C85(67) | C28(72) |
| T77 | C77(9) | C97(27) | C12(32) | C106(51) | C85(52) | C104(53) | C81(58) |
| T78 | C78(7) | C79(13) | C21(59) | C45(87) | C20(88) | C22(98) | C17(106) |
| T79 | C79(22) | C78(64) | C20(109) | C44(122) | C106(122) | C21(144) | C104(150) |
| T80 | C86(13) | C85(43) | C80(68) | C27(68) | C14(81) | C8(82) | C38(85) |
*括号内的数值为未知烟叶与目标烟叶的距离计算结果。
Claims (5)
1.一种基于烟叶化学成分的相似烟叶搜索方法，其特征在于：首先对每种目标烟叶进行分布式取样，检测目标烟叶样品的多种主要化学成分指标；然后检测未知烟叶与目标烟叶相同的化学成分指标，计算未知烟叶化学成分值与目标烟叶多个样品的化学成分值之间的马氏距离，距离越小则相似度越高；最后，比较未知烟叶与各个目标烟叶的距离，按距离的大小排序，距离最小的为最相似的烟叶，得到相似烟叶搜索结果。
2.根据权利要求1所述的一种基于烟叶化学成分的相似烟叶搜索方法，其特征在于：
(1)所述的目标烟叶进行分布式取样是指根据目标烟叶的批量大小取样至少10个，取样应按均匀的间隔进行，取样数量应大于化学成分检测指标数量；设有n种目标烟叶C1～Cn，第i种目标烟叶的取样数量为Mi；
(2)目标烟叶样品的多种主要化学成分指标的检测值构成了目标烟叶化学成分值矩阵，设矩阵Ai为目标烟叶i的化学成分值矩阵；
(3)检测未知烟叶与目标烟叶相同化学成分指标，得到未知烟叶化学成分值向量t。
(4)计算未知烟叶化学成分值向量t与目标烟叶i化学成分值矩阵Ai的马氏距离：
a)计算目标烟叶i化学成分值矩阵Ai的均值中心向量a，对矩阵Ai进行均值中心化处理得到中心化矩阵MAi；
b)计算马氏距离：
Di＝(t-a)×(MAi′×MAi)-1×(t-a)′×(Mi-1)
(5)重复步骤“(4)”，直至得到未知烟叶与所有n种目标烟叶的距离D1～Dn；
(6)对距离D1～Dn按从小到大的顺序排序，距离越小表明相似度越高。
3.根据权利要求2所述的一种基于烟叶化学成分的相似烟叶搜索方法，其特征在于：距离值D用作未知烟叶与不同目标烟叶间相似程度高低的相对比较，或是用来衡量未知烟叶与某一特定的目标烟叶的相似程度；距离D＜20为很相似，20＜D＜50为较相似，50＜D＜100为弱相似，D＞100为不相似。
4.根据权利要求2所述的一种基于烟叶化学成分的相似烟叶搜索方法，其特征是：对每种目标烟叶进行10～50次的分布式取样。
5.根据权利要求1或2所述的相似烟叶搜索方法，其特征是：所述的多种化学成分指标是指选择总糖、还原糖、总植物碱、总氮、氯、钾、淀粉、蛋白质、纤维素、灰分、总挥发酸、总挥发碱、多酚、石油醚提取物总量中的6项～14项。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNA2008100307989A CN101251523A (zh) | 2008-03-12 | 2008-03-12 | 一种基于烟叶化学成分的相似烟叶搜索方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNA2008100307989A CN101251523A (zh) | 2008-03-12 | 2008-03-12 | 一种基于烟叶化学成分的相似烟叶搜索方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101251523A true CN101251523A (zh) | 2008-08-27 |
Family
ID=39955021
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNA2008100307989A Pending CN101251523A (zh) | 2008-03-12 | 2008-03-12 | 一种基于烟叶化学成分的相似烟叶搜索方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101251523A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101477041B (zh) * | 2009-02-18 | 2011-06-08 | 川渝中烟工业公司 | 烟用bopp膜的检测方法 |
| CN101387625B (zh) * | 2008-10-27 | 2013-02-13 | 川渝中烟工业有限责任公司 | 烤烟产区综合评价方法 |
| CN103234936A (zh) * | 2013-04-16 | 2013-08-07 | 红云红河烟草(集团)有限责任公司 | 一种准确表征卷烟叶丝干燥工序物料加工强度的方法 |
| CN105205333A (zh) * | 2015-10-10 | 2015-12-30 | 中国农业大学 | 一种烟叶配方的设计方法 |
| CN106645530A (zh) * | 2016-12-15 | 2017-05-10 | 云南中烟工业有限责任公司 | 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 |
| CN109668850A (zh) * | 2019-02-28 | 2019-04-23 | 山东中医药大学 | 基于紫外指纹图谱的中药药性识别方法及系统 |
| CN109907351A (zh) * | 2019-03-21 | 2019-06-21 | 杭州电子科技大学 | 一种基于混合协同过滤的卷烟配方维护方法及系统 |
| CN109959680A (zh) * | 2019-04-28 | 2019-07-02 | 云南中烟工业有限责任公司 | 一种快速无损检测新鲜烟叶灰分的方法 |
| CN113239322A (zh) * | 2021-06-25 | 2021-08-10 | 河北中烟工业有限责任公司 | 一种津巴布韦进口烟叶替代模块的构建方法 |
| CN115099625A (zh) * | 2022-06-27 | 2022-09-23 | 湖北中烟工业有限责任公司 | 一种计算机系统、卷烟配方模块替代方法 |
| CN115204634A (zh) * | 2022-06-24 | 2022-10-18 | 厦门海晟融创信息技术有限公司 | 一种灰色关联度与博弈论的农作物质量评价方法及系统 |
-
2008
- 2008-03-12 CN CNA2008100307989A patent/CN101251523A/zh active Pending
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101387625B (zh) * | 2008-10-27 | 2013-02-13 | 川渝中烟工业有限责任公司 | 烤烟产区综合评价方法 |
| CN101477041B (zh) * | 2009-02-18 | 2011-06-08 | 川渝中烟工业公司 | 烟用bopp膜的检测方法 |
| CN103234936A (zh) * | 2013-04-16 | 2013-08-07 | 红云红河烟草(集团)有限责任公司 | 一种准确表征卷烟叶丝干燥工序物料加工强度的方法 |
| CN105205333B (zh) * | 2015-10-10 | 2018-04-06 | 中国农业大学 | 一种烟叶配方的设计方法 |
| CN105205333A (zh) * | 2015-10-10 | 2015-12-30 | 中国农业大学 | 一种烟叶配方的设计方法 |
| CN106645530B (zh) * | 2016-12-15 | 2018-07-24 | 云南中烟工业有限责任公司 | 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 |
| CN106645530A (zh) * | 2016-12-15 | 2017-05-10 | 云南中烟工业有限责任公司 | 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 |
| CN109668850A (zh) * | 2019-02-28 | 2019-04-23 | 山东中医药大学 | 基于紫外指纹图谱的中药药性识别方法及系统 |
| CN109907351A (zh) * | 2019-03-21 | 2019-06-21 | 杭州电子科技大学 | 一种基于混合协同过滤的卷烟配方维护方法及系统 |
| CN109959680A (zh) * | 2019-04-28 | 2019-07-02 | 云南中烟工业有限责任公司 | 一种快速无损检测新鲜烟叶灰分的方法 |
| CN113239322A (zh) * | 2021-06-25 | 2021-08-10 | 河北中烟工业有限责任公司 | 一种津巴布韦进口烟叶替代模块的构建方法 |
| CN115204634A (zh) * | 2022-06-24 | 2022-10-18 | 厦门海晟融创信息技术有限公司 | 一种灰色关联度与博弈论的农作物质量评价方法及系统 |
| CN115099625A (zh) * | 2022-06-27 | 2022-09-23 | 湖北中烟工业有限责任公司 | 一种计算机系统、卷烟配方模块替代方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101251523A (zh) | 一种基于烟叶化学成分的相似烟叶搜索方法 | |
| CN101251471B (zh) | 一种基于烟叶近红外光谱的相似烟叶搜索方法 | |
| CN102866127B (zh) | 一种基于近红外光谱信息的simca辅助卷烟配方的方法 | |
| CN103344713B (zh) | 一种基于随机森林法分析致香物在烤烟香型分类中的重要性及预测香型的方法 | |
| CN109100321A (zh) | 一种卷烟叶组配方维护方法 | |
| Li et al. | Application of Vis/NIR spectroscopy for Chinese liquor discrimination | |
| CN101661487B (zh) | 对信息项进行搜索的方法和系统 | |
| CN104899246B (zh) | 基于模糊机制用户评分邻域信息的协同过滤推荐方法 | |
| CN109324015B (zh) | 基于光谱相似的烟叶替代方法 | |
| CN108563690B (zh) | 一种基于面向对象聚类的协同过滤推荐方法 | |
| CN104237403B (zh) | 一种对鸡肉香基进行区分的方法 | |
| CN109242037B (zh) | 一种烟叶品质相似度度量方法 | |
| Lavine et al. | Wavelets and genetic algorithms applied to search prefilters for spectral library matching in forensics | |
| CN101419209A (zh) | 卷烟感官评吸和烟气指标的免疫神经网络预测方法 | |
| CN111681084B (zh) | 一种基于社交关系影响因素的电商平台推荐方法 | |
| CN106372956B (zh) | 一种基于用户搜索日志进行意图实体识别的方法和系统 | |
| Lavine et al. | Forensic analysis of automotive paints using a pattern recognition assisted infrared library searching system: Ford (2000–2006) | |
| Lavine et al. | Evidential significance of automotive paint trace evidence using a pattern recognition based infrared library search engine for the Paint Data Query Forensic Database | |
| CN102488309B (zh) | 一种智能配烟方法 | |
| CN111239316A (zh) | 一种基于烟气全化学成分色谱数据的卷烟感官质量分析方法 | |
| CN106770607B (zh) | 一种利用hs‐imr‐ms鉴别卷烟真伪的方法 | |
| Yan et al. | NIR spectrometric approach for geographical origin identification and taste related compounds content prediction of lushan yunwu tea | |
| CN108399433B (zh) | 一种基于白酒指纹图谱特征的分类方法 | |
| Pan et al. | Visible and near-infrared spectroscopy combined with bayes classifier based on wavelength model optimization applied to wine multibrand identification | |
| CN113936795A (zh) | 一种老年肺癌发病危险因素定量分析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C12 | Rejection of a patent application after its publication | ||
| RJ01 | Rejection of invention patent application after publication |
Open date: 20080827 |