CN101387625B - 烤烟产区综合评价方法 - Google Patents
烤烟产区综合评价方法 Download PDFInfo
- Publication number
- CN101387625B CN101387625B CN 200810046386 CN200810046386A CN101387625B CN 101387625 B CN101387625 B CN 101387625B CN 200810046386 CN200810046386 CN 200810046386 CN 200810046386 A CN200810046386 A CN 200810046386A CN 101387625 B CN101387625 B CN 101387625B
- Authority
- CN
- China
- Prior art keywords
- cured tobacco
- flue
- tobacco growing
- growing district
- evaluation
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明公开了一种烤烟产区综合评价方法，检测各烤烟产区烟叶样品的主要化学成分指标；根据分析目的进行筛选，剔除特异值；进行烤烟产区相似性评价；进行烤烟产区分类评价；根据相似性综合评价结果分类综合评价结果，确定各烤烟产区综合评价。本发明克服了现有技术存在线性评价方法与非线性评价问题的存在矛盾；分值划分区域的合理性、单项指标分值之间的相互抵触等问题，评价指标中仅仅依赖于经验判断，人为因素占的比重较大，缺乏客观性等不足，提供了一种主观判断和客观分析相结合，能剔除噪声数据，能准确、稳定的实现对烤烟产区的评价方法，可以广泛应用在卷烟生产领域。
Description
技术领域
本发明涉及烤烟的划分方法，具体涉及烤烟产区的综合评价方法。
背景技术
烤烟产区评价是通过对烤烟的分析，将具有相同烤烟特征的生产地区进行归类，与不同烤烟特征的生产地区区分的一种方法。它是进行风格特色烟叶研究、烟叶加工特性研究、模块配方手段研究和叶组替代技术研究等众多烟草前沿研究方向的基础。现行的烤烟产区评价方法一般是：第一步，对各单项指标划分分值区域，然后进行打分；各项指标的档次划分以人为设定的最适宜范围为最高档次，给予满分，高于或低于此范围的则按程度不同相应降低分值。第二步，依据各单项指标的相对重要性大小确定相应的权重，二者结合得到烤烟产区的总分。第三步，依据总分的多少对烤烟产区进行排序。现在这种评价方法存在众多的不足，一是由于烤烟产区评价涉及指标众多，且各单项指标间存在着高度相关性和复杂的交互作用，属于非线性评价问题，而打分的方法却属于线性评价方法，存在线性评价方法与非线性评价问题的基本矛盾；二是存在分值划分区域的合理性问题、单项指标分值之间的相互抵触等问题，难以得到一个合理的综合评价结果，得到的烤烟产区总分评价指标在卷烟生产中应用价值也较低。三是在众多的评价指标中，哪些指标对烟叶品质起到关键作用，哪些指标对烟叶品质的影响较小，目前还仅仅依赖于经验判断，人为因素占的比重较大，缺乏客观性。
发明内容
本发明克服了现有技术的不足，提供利用主要化学成分指标对烤烟产区进行综合评价的方法。
为解决上述的技术问题，本发明采用以下技术方案：
烤烟产区综合评价方法，通过烤烟产区相似性和烤烟产区分类评价进行评价，其特征在于采取如下步骤：
步骤1 检测各烤烟产区烟叶样品的主要化学成分指标；
步骤2 根据分析目的进行筛选，剔除特异值；
(一)烤烟产区相似性评价
步骤3 对步骤2得到的主要化学成分指标进行因子分析，得到各烤烟产区的因子得分，再对因子得分进行线性转换；
步骤4 应用灰色函数聚类对转换后的因子得分进行聚类，确定各烤烟产区的所属灰类；
步骤5 选取同一类烤烟产区样品，重新进行因子分析和因子得分线性转换，并进行灰色绝对关联分析；
步骤6 按照灰色绝对关联度的大小排序，并结合感官评吸，得到各烤烟产区的相似性综合评价结果；
(二)烤烟产区分类评价
步骤7 对步骤2得到烟叶样品化学成分指标按照均值化要求进行标准化；
步骤8 对标准化后数据进行灰色关联聚类分析，得到化学成分显著性指标；
步骤9 应用显著性指标，对某一烤烟产区进行层次模糊综合评价，确定该烤烟产区所属类别；
步骤10 应用f函数法对同一类中各烤烟产区进行排序，并结合感官评吸，得到各烤烟产区的分类综合评价结果；
(三)烤烟产区综合评价
步骤11 根据步骤6得到的相似性综合评价结果和步骤10得到的分类综合评价结果，确定各烤烟产区综合评价。
更进一步的技术方案是主要化学成分指标包括：总植物碱、总氮、总糖、还原糖、钾离子、氯离子、淀粉、总挥发酸、总挥发碱、石油醚提取物、蛋白质、细胞壁物质、4-乙烯基-2-甲氧基苯酚、新植二烯、氧化茄酮、茄酮、多元有机酸、类胡萝卜素降解类、芳香族氨基酸类、美拉德反应产物。
更进-步的技术方案是多元有机酸包括草酸、丙二酸、琥珀酸、苹果酸、柠檬酸。
更进一步的技术方案是类胡萝卜素降解类包括巨豆三烯酮A、巨豆三烯酮B、巨豆三烯酮C、巨豆三烯酮D、大马酮、3-羟基大马酮、3-氧化紫罗兰酮、香叶基丙酮、二氢猕猴桃内酯、6-甲基-5-庚烯-2-酮。
更进一步的技术方案是芳香族氨基酸类包括苯甲醇、苯甲醛、苯乙醇、苯乙醛、吲哚。
更进一步的技术方案是美拉德反应产物包括糠醇、糠醛、5-甲基糠醛、乙酰基吡咯、二氢呋喃酮、2，4-庚二烯醛、4-环戊烯-1，3-二酮。
更进一步的技术方案是步骤9中烤烟产区类别分为优良、较好、一般、较差四种。
更进一步的技术方案是步骤9中的层次模糊综合评价和确定该烤烟产区所属类别之间经过如下步骤：
步骤12 计算隶属度并构建单因素评价矩阵；
步骤13 对确定的显著性指标应用9分法构造两两比较判断矩阵；
步骤14 对构造的两两比较判断矩阵进行一致性检验，判断是否具有满意的一致性，若有，执行步骤15；若没有，则重复步骤13；
步骤15 则应用两两比较判断矩阵确定各指标权重；
步骤16 将步骤12构建的单因素评价矩阵与步骤15确定的指标权重相乘，得到烤烟产区的最终隶属度；
步骤17 依据最大隶属度判别原则，判定该烤烟产区的所属类别。
更进一步的技术方案是步骤8中的化学成分显著性指标经过如下步骤：
步骤18 对每一个烤烟产区执行步骤19到步骤23，直到所有烤烟区均操作完毕，执行步骤24；
步骤19 灰色绝对关联度计算；
步骤20 确定聚类临界值；
步骤21 指标聚类；
步骤22 显著性指标初步确定；
步骤23 显著性指标产区评价；
步骤24 评价结果比较是否差异显著，如显著，执行步骤25或步骤26；否则执行步骤27；
步骤25 调整代表性指标，执行步骤22；
步骤26 调整临界值，执行步骤20；
步骤27 确定显著性指标
更进一步的技术方案是步骤4中应用灰色函数聚类对转换后的因子得分进行聚类经过如下步骤：
步骤28 确定白化函数；
步骤29 依据平均值-标准偏差法确定各灰类值域；
步骤30 计算一般聚类系数和综合聚类系数，并对聚类系数进行归一化。
与现有技术相比，本发明的有益效果是实现了一种主观判断和客观分析相结合，能剔除噪声数据，能准确、稳定的实现对烤烟产区的评价。
附图说明
图1为本发明流程示意图。
图2为本发明中烤烟产区相似性评价的流程示意图。
图3为本发明烤烟产区分类评价的流程示意图。
图4为本发明通过层次模糊综合评价确定所属类别的流程示意图。
图5为本发明确定化学成分显著性指标的流程示意图。
图6为本发明用灰色函数聚类进行聚类的流程示意图。
具体实施方式
下面结合附图对本发明作进一步阐述。
如图1所示，开始综合评价。
步骤31 检测10个各烤烟产区，编号分别为产01，产02，产03，产04，产05，产06，产07，产08，产09，产10，烟叶样品的主要化学成分指标，存在数据库中便于处理。主要化学成分指标包括：总植物碱、总氮、总糖、还原糖、钾离子、氯离子、淀粉、总挥发酸、总挥发碱、石油醚提取物、蛋白质、细胞壁物质、4-乙烯基-2-甲氧基苯酚、新植二烯、氧化茄酮、茄酮、多元有机酸、类胡萝卜素降解类、芳香族氨基酸类、美拉德反应产物。其中多元有机酸包括草酸、丙二酸、琥珀酸、苹果酸、柠檬酸。类胡萝卜素降解类包括巨豆三烯酮A、巨豆三烯酮B、巨豆三烯酮C、巨豆三烯酮D、大马酮、3-羟基大马酮、3-氧化紫罗兰酮、香叶基丙酮、二氢猕猴桃内酯、6-甲基-5-庚烯-2-酮。芳香族氨基酸类包括苯甲醇、苯甲醛、苯乙醇、苯乙醛、吲哚。美拉德反应产物包括糠醇、糠醛、5-甲基糠醛、乙酰基吡咯、二氢呋喃酮、2，4-庚二烯醛、4-环戊烯-1，3-二酮。
步骤32 将测得的化学指标的数据根据分析目的进行筛选，由于样品选择的原因和检验过程中的原因，会出现一些数值明显不合理，属于噪点，因此需要将这些特异值删掉，不参与处理。
如图2所示，进行相似性评价。
(一)烤烟产区相似性评价
步骤33 对步骤32得到的主要化学成分指标进行因子分析，得到各烤烟产区的因子得分下表：
| 产区 | 因子1 | 因子2 | 因子3 | 因子4 | 因子5 |
| 产01 | -1.4763 | 1.1774 | 1.3310 | 0.5343 | -0.4944 |
| 产02 | 2.2642 | -0.3008 | 0.8174 | 0.5148 | -1.0023 |
| 产03 | 0.4479 | 0.3575 | -0.7129 | 0.1845 | -0.1668 |
| 产04 | -0.4885 | -1.3611 | 0.8032 | 0.2000 | 1.4050 |
| 产05 | -0.0388 | -0.8028 | 1.9039 | 0.3972 | 1.1497 |
| 产06 | -1.3459 | 1.0804 | -0.1504 | 0.8417 | 2.2969 |
| 产07 | 0.4931 | 0.8942 | -0.5438 | 2.6504 | -1.1778 |
| 产08 | 0.1049 | -0.1311 | 0.9826 | -0.0265 | -0.4356 |
| 产09 | -1.3178 | 0.9297 | -0.0492 | 0.0465 | -0.8238 |
| 产10 | 1.5967 | 0.0171 | -0.2188 | -0.7331 | 1.1495 |
再对各产区因子得分进行线性转换，得到下表：
| 产区 | 因子1 | 因子2 | 因子3 | 因子4 | 因子5 |
| 产01 | 35.24 | 61.77 | 63.31 | 55.34 | 45.06 |
| 产02 | 72.64 | 46.99 | 58.17 | 55.15 | 39.98 |
| 产03 | 54.48 | 53.58 | 42.87 | 51.85 | 48.33 |
| 产04 | 45.12 | 36.39 | 58.03 | 52.00 | 64.05 |
| 产05 | 49.61 | 41.97 | 69.04 | 53.97 | 61.50 |
| 产06 | 36.54 | 60.80 | 48.50 | 58.42 | 72.97 |
| 产07 | 54.93 | 58.94 | 44.56 | 76.50 | 38.22 |
| 产08 | 51.05 | 48.69 | 59.83 | 49.74 | 45.64 |
| 产09 | 36.82 | 59.30 | 49.51 | 50.47 | 41.76 |
| 产10 | 65.97 | 50.17 | 47.81 | 42.67 | 61.50 |
步骤34 应用灰色函数聚类对转换后的因子得分进行按照步骤35到步骤39进行聚类；
步骤35 确定白化函数；
步骤36 依据平均值-标准偏差法确定各灰类值域；
步骤37 计算一般聚类系数和综合聚类系数，并对聚类系数进行归一化。确定各烤烟产区的所属灰类，产01、产10为A类；产02、产05、产06、产07、产09为B类；产03、产04、产08为C类。
步骤38 选取同一类烤烟产区样品，产02、产05、产06、产07、产09为B类；产03、产04、产08为C类。对每一类重新进行因子分析和因子得分线性转换，并进行灰色绝对关联分析；
步骤39 按照灰色绝对关联度的大小排序，并进行感官评吸，得到各烤烟产区的相似性综合评价结果：B类中与产02最接近的为产07，其次为产06、产09、产05；C类中与产03最接近的为产08，其次为产04。
如图3所示，进行产区分类评价。
(二)烤烟产区分类评价
步骤40 对步骤32得到烟叶样品化学成分指标按照均值化要求进行标准化；
步骤41 如图5所示，进行灰色函数聚类进行聚类，对标准化后数据进行灰色关联聚类分析，按照步骤42到步骤49得到化学成分显著性指标：
步骤42 对产01，产02，产03，产04，产05、产06，产07，产08，产09，产10中每一个烤烟产区执行步骤43到步骤47，直到所有烤烟区均操作完毕，执行步骤48；
如图4所示，通过层次模糊综合评价确定所属类别。
步骤43 灰色绝对关联度计算；
步骤44 确定聚类临界值；
步骤45 指标聚类；
步骤46 显著性指标初步确定，为总氮、还原糖、钾离子、氯离子、总挥发酸、新植二烯、多元有机酸、大马酮、香叶基丙酮、二氢猕猴桃内酯、苯甲醇、苯甲醛、吲哚、乙酰基吡咯、二氢呋喃酮。；
步骤47 显著性指标产区评价为产01、产10为A类；产02、产06、产07、产09为B类；产03、产04、产08、产05为C类；
步骤48 评价结果比较是否差异不显著。
步骤49 确定显著性指标为总氮、还原糖、钾离子、氯离子、总挥发酸、新植二烯、多元有机酸、大马酮、香叶基丙酮、二氢猕猴桃内酯、苯甲醇、苯甲醛、吲哚、乙酰基吡咯、二氢呋喃酮。
步骤50 应用显著性指标，对产01进行层次模糊综合评价按照步骤51到步骤56，确定该烤烟产区所属类别：
步骤51 计算隶属度并构建单因素评价矩阵如下表：
| 0.1 | 0 | 0.8 | 0 |
| 0 | 0.2 | 0 | 0.8 |
| 0 | 0.2 | 0 | 0.8 |
| 0.1 | 0.1 | 0.2 | 0.6 |
| 0.8 | 0.1 | 0 | 0.1 |
| 0.1 | 0.1 | 0.7 | 0.1 |
| 0.1 | 0.1 | 0.1 | 0.7 |
| 0.1 | 0.5 | 0.2 | 0.2 |
| 0.2 | 0 | 0 | 0.8 |
| 0.1 | 0.5 | 0.2 | 0.2 |
| 0 | 0 | 0.8 | 0.2 |
| 0.7 | 0 | 0 | 0.3 |
| 0 | 0.2 | 0.8 | 0 |
| 0 | 0 | 0.8 | 0.2 |
| 0.2 | 0 | 0 | 0.8 |
如图5所示，进行化学成分显著性指标。
对确定的显著性指标应用9分法构造两两比较判断矩阵为；
| 1 | 4 | 5 | 5 | 4 | 5 | 5 | 3 | 6 | 4 | 5 | 6 | 7 | 6 | 7 |
| 1/4 | 1 | 7 | 7 | 5 | 5 | 6 | 5 | 6 | 5 | 5 | 6 | 7 | 7 | 5 |
| 1/5 | 1/7 | 1 | 5 | 4 | 4 | 5 | 3 | 6 | 4 | 4 | 7 | 7 | 6 | 4 |
| 1/5 | 1/7 | 1/5 | 1 | 5 | 4 | 6 | 4 | 6 | 4 | 4 | 7 | 7 | 7 | 3 |
| 1/4 | 1/5 | 1/4 | 1/5 | 1 | 5 | 6 | 4 | 6 | 6 | 6 | 6 | 7 | 8 | 6 |
| 1/5 | 1/5 | 1/4 | 1/4 | 1/5 | 1 | 6 | 5 | 7 | 6 | 6 | 7 | 8 | 7 | 7 |
| 1/5 | 1/6 | 1/5 | 1/6 | 1/6 | 1/6 | 1 | 4 | 6 | 5 | 5 | 7 | 8 | 8 | 2 |
| 1/3 | 1/5 | 1/3 | 1/4 | 1/4 | 1/5 | 1/4 | 1 | 9 | 6 | 6 | 8 | 8 | 8 | 5 |
| 1/6 | 1/6 | 1/6 | 1/6 | 1/6 | 1/7 | 1/6 | 1/9 | 1 | 3 | 3 | 4 | 5 | 4 | 4 |
| 1/4 | 1/5 | 1/4 | 1/4 | 1/6 | 1/6 | 1/5 | 1/6 | 1/3 | 1 | 5 | 7 | 8 | 7 | 4 |
| 1/5 | 1/5 | 1/4 | 1/4 | 1/6 | 1/6 | 1/5 | 1/6 | 1/3 | 1/5 | 1 | 7 | 8 | 8 | 5 |
| 1/6 | 1/6 | 1/7 | 1/7 | 1/6 | 1/7 | 1/7 | 1/8 | 1/4 | 1/7 | 1/7 | 1 | 6 | 6 | 7 |
| 1/7 | 1/7 | 1/7 | 1/7 | 1/7 | 1/8 | 1/8 | 1/8 | 1/5 | 1/8 | 1/8 | 1/6 | 1 | 4 | 6 |
| 1/6 | 1/7 | 1/6 | 1/7 | 1/8 | 1/7 | 1/8 | 1/8 | 1/4 | 1/7 | 1/8 | 1/6 | 1/4 | 1 | 5 |
| 1/7 | 1/5 | 1/4 | 1/3 | 1/6 | 1/7 | 1/2 | 1/5 | 1/4 | 1/4 | 1/5 | 1/7 | 1/6 | 1/5 | 1 |
步骤52 对构造的两两比较判断矩阵进行一致性检验，判断是否具有满意的一致性，
步骤53 应用两两比较判断矩阵确定各指标权重，各指标权重为总氮0.19、还原糖0.18、钾离子0.12、氯离子0.10、总挥发酸0.09、新植二烯0.08、多元有机酸0.05、大马酮0.06、香叶基丙酮0.03、二氢猕猴桃内酯0.03、苯甲醇0.03、苯甲醛0.02、吲哚0.01、乙酰基吡咯0.01、二氢呋喃酮0.01。；
步骤54 将步骤51构建的单因素评价矩阵与步骤54确定的指标权重相乘，得到烤烟产最终隶属度(0.1450，0.1390，0.2910，0.4160)；
步骤55 依据最大隶属度判别原则，判定该烤烟产区的所属类别为较差。
步骤56 应用f函数法对同一类中产01评价结果进行量化，并结合感官评吸，得到烤烟产区产01的分类综合评价结果为66.98。
Claims (5)
1.烤烟产区综合评价方法,通过烤烟产区相似性和烤烟产区分类评价进行评价，其特征在于采取如下步骤：
步骤1 检测各烤烟产区烟叶样品的主要化学成分指标；
步骤2 根据分析目的进行筛选，剔除特异值；
（一）烤烟产区相似性评价
步骤3 对步骤2得到的主要化学成分指标进行因子分析，得到各烤烟产区的因子得分，再对因子得分进行线性转换；
步骤4 应用灰色函数聚类对转换后的因子得分进行聚类，确定各烤烟产区的所属灰类；
步骤5 选取同一类烤烟产区样品，重新进行因子分析和因子得分线性转换，并进行灰色绝对关联分析；
步骤6 按照灰色绝对关联度的大小排序，并结合感官评吸，得到各烤烟产区的相似性综合评价结果；
（二）烤烟产区分类评价
步骤7 对步骤2得到烟叶样品化学成分指标按照均值化要求进行标准化；
步骤8 对标准化后数据进行灰色关联聚类分析，得到化学成分显著性指标；
步骤9 应用显著性指标，对某一烤烟产区进行层次模糊综合评价，确定该烤烟产区所属类别；
步骤10 应用f函数法对同一类中各烤烟产区进行排序，并结合感官评吸，得到各烤烟产区的分类综合评价结果；
（三）烤烟产区综合评价
步骤11 根据步骤6得到的相似性综合评价结果和步骤10得到的分类综合评价结果，确定各烤烟产区综合评价；
所述主要化学成分指标为总植物碱、总氮、总糖、还原糖、钾离子、氯离 子、淀粉、总挥发酸、总挥发碱、石油醚提取物、蛋白质、细胞壁物质、4-乙烯基-2-甲氧基苯酚、新植二烯、氧化茄酮、茄酮、多元有机酸、类胡萝卜素降解类、芳香族氨基酸类、美拉德反应产物；
所述多元有机酸为草酸、丙二酸、琥珀酸、苹果酸、柠檬酸；
所述类胡萝卜素降解类为巨豆三烯酮A、巨豆三烯酮B、巨豆三烯酮C、巨豆三烯酮D、大马酮、3-羟基大马酮、3-氧化紫罗兰酮、香叶基丙酮、二氢猕猴桃内酯、6–甲基–5–庚烯–2–酮；
所述美拉德反应产物为糠醇、糠醛、5-甲基糠醛、乙酰基吡咯、二氢呋喃酮、2，4-庚二烯醛、4-环戊烯-1，3-二酮。
2.根据权利要求1所述的烤烟产区综合评价方法，其特征在于所述的步骤9中烤烟产区类别分为优良、较好、一般、较差四种。
3.根据权利要求1所述的烤烟产区综合评价方法，其特征在于所述的步骤9中的层次模糊综合评价和确定该烤烟产区所属类别之间经过如下步骤：
步骤12 计算隶属度并构建单因素评价矩阵；
步骤13 对确定的显著性指标应用9分法构造两两比较判断矩阵；
步骤14 对构造的两两比较判断矩阵进行一致性检验，判断是否具有满意的一致性，若有，执行步骤15；若没有，则重复步骤13；
步骤15 则应用两两比较判断矩阵确定各指标权重；
步骤16 将步骤12构建的单因素评价矩阵与步骤15确定的指标权重相乘，得到烤烟产区的最终隶属度；
步骤17 依据最大隶属度判别原则，判定该烤烟产区的所属类别。
4.根据权利要求1所述的烤烟产区综合评价方法，其特征在于所述的步骤8中的化学成分显著性指标经过如下步骤：
步骤18 对每一个烤烟产区执行步骤19到步骤23，直到所有烤烟区均操作完毕，执行步骤24；
步骤19 灰色绝对关联度计算；
步骤20 确定聚类临界值；
步骤21 指标聚类；
步骤22 显著性指标初步确定；
步骤23 显著性指标产区评价；
步骤24 评价结果比较是否差异显著，如显著，执行步骤25或步骤26；否则执行步骤27；
步骤25 调整代表性指标，执行步骤22；
步骤26 调整临界值，执行步骤20；
步骤27 确定显著性指标。
5.根据权利要求1所述的烤烟产区综合评价方法，其特征在于所述的步骤4中应用灰色函数聚类对转换后的因子得分进行聚类经过如下步骤：
步骤28 确定白化函数；
步骤29 依据平均值-标准偏差法确定各灰类值域；
步骤30 计算一般聚类系数和综合聚类系数，并对聚类系数进行归一化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200810046386 CN101387625B (zh) | 2008-10-27 | 2008-10-27 | 烤烟产区综合评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200810046386 CN101387625B (zh) | 2008-10-27 | 2008-10-27 | 烤烟产区综合评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101387625A CN101387625A (zh) | 2009-03-18 |
| CN101387625B true CN101387625B (zh) | 2013-02-13 |
Family
ID=40477167
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 200810046386 Expired - Fee Related CN101387625B (zh) | 2008-10-27 | 2008-10-27 | 烤烟产区综合评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101387625B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102507829B (zh) * | 2011-11-17 | 2014-01-15 | 云南省烟草烟叶公司 | 一种烟草hplc指纹图谱数据库的建立方法及应用 |
| CN102599623A (zh) * | 2012-03-13 | 2012-07-25 | 红云红河烟草(集团)有限责任公司 | 应用晾晒烟叶修饰烤烟型卷烟风格特征的方法 |
| CN103330279B (zh) * | 2013-06-24 | 2014-12-24 | 云南烟草科学研究院 | 一种配方梗中烟梗的替换方法 |
| CN104215750A (zh) * | 2014-10-10 | 2014-12-17 | 河南农业大学 | 基于烟叶化学成分的植烟土壤综合评价方法 |
| CN104376434B (zh) * | 2014-12-03 | 2018-07-03 | 湖北中烟工业有限责任公司 | 卷烟多点加工质量的综合评价方法 |
| CN104569310A (zh) * | 2014-12-31 | 2015-04-29 | 安徽农业大学 | 一种基于化学成分的黑茶产地的鉴别方法 |
| CN104698143A (zh) * | 2015-04-02 | 2015-06-10 | 中国烟草总公司贵州省公司 | 一种烟叶质量定性量化综合评价方法 |
| CN106770963A (zh) * | 2016-12-30 | 2017-05-31 | 中国烟草总公司广东省公司 | 一种烟草对烟区的适应性验证方法 |
| CN107796782B (zh) * | 2017-10-16 | 2020-09-22 | 云南中烟工业有限责任公司 | 基于烟叶特征光谱一致性度量的复烤质量稳定性评价方法 |
| CN107784452A (zh) * | 2017-11-14 | 2018-03-09 | 江苏中烟工业有限责任公司 | 一种烟叶风格特征相似性的客观综合评价方法 |
| CN108169420A (zh) * | 2017-12-19 | 2018-06-15 | 云南瑞升烟草技术（集团）有限公司 | 一种采用指数表征卷烟风格特征差异程度的方法 |
| CN109993413B (zh) * | 2019-03-04 | 2021-04-23 | 中国地质大学（武汉） | 一种基于数据驱动的烤烟质量效益综合评价方法及系统 |
| CN113080506B (zh) * | 2021-03-30 | 2023-09-05 | 福建中烟工业有限责任公司 | 含青烟叶分切和使用的方法及装置、烟草制品及制作方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1525394A (zh) * | 2003-02-25 | 2004-09-01 | 颐中烟草(集团)有限公司 | 卷烟感官评吸和烟气指标的神经网络预测方法 |
| CN1975706A (zh) * | 2005-11-28 | 2007-06-06 | 颐中烟草(集团)有限公司 | 卷烟感官质量定性指标评估方法 |
| CN101251523A (zh) * | 2008-03-12 | 2008-08-27 | 湖南中烟工业有限责任公司 | 一种基于烟叶化学成分的相似烟叶搜索方法 |
-
2008
- 2008-10-27 CN CN 200810046386 patent/CN101387625B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1525394A (zh) * | 2003-02-25 | 2004-09-01 | 颐中烟草(集团)有限公司 | 卷烟感官评吸和烟气指标的神经网络预测方法 |
| CN1975706A (zh) * | 2005-11-28 | 2007-06-06 | 颐中烟草(集团)有限公司 | 卷烟感官质量定性指标评估方法 |
| CN101251523A (zh) * | 2008-03-12 | 2008-08-27 | 湖南中烟工业有限责任公司 | 一种基于烟叶化学成分的相似烟叶搜索方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101387625A (zh) | 2009-03-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101387625B (zh) | 烤烟产区综合评价方法 | |
| CN105630743B (zh) | 一种光谱波数的选择方法 | |
| CN106485262B (zh) | 一种母线负荷预测方法 | |
| CN109597968B (zh) | 基于smt大数据的锡膏印刷性能影响因素分析方法 | |
| CN102866127B (zh) | 一种基于近红外光谱信息的simca辅助卷烟配方的方法 | |
| CN111507412B (zh) | 一种基于历史数据辅助场景分析的电压缺失值填补方法 | |
| CN105445421A (zh) | 一种通过外观指标预测片烟醇化过程中感官质量的方法 | |
| CN111046341A (zh) | 一种基于主成分分析的非常规天然气压裂效果评价及产能预测方法 | |
| CN105717556B (zh) | 一种基于大数据的自分型雷达估测降水方法 | |
| CN101710071B (zh) | 建立烟草近红外模型的选样方法 | |
| CN102096819A (zh) | 利用稀疏表示与字典学习进行图像分割的方法 | |
| CN109242037B (zh) | 一种烟叶品质相似度度量方法 | |
| CN107796782A (zh) | 基于烟叶特征光谱一致性度量的复烤质量稳定性评价方法 | |
| CN111539657B (zh) | 结合用户日用电量曲线的典型用电行业负荷特性分类与综合方法 | |
| CN111790762B (zh) | 一种基于随机森林的热轧带钢轧制力设定方法 | |
| CN111950795B (zh) | 基于随机森林的松散回潮加水比例的预测方法 | |
| CN107807206B (zh) | 一种基于工业需求的片烟适宜醇化环境及其适宜醇化时间的判定方法 | |
| CN110287456A (zh) | 基于数据挖掘的大盘卷轧制表面缺陷分析方法 | |
| CN115330130A (zh) | 基于改进ahp-critic的农业园区综合能源系统评估方法 | |
| CN113868960B (zh) | 一种基于典型相关森林的土壤重金属特征选取方法及系统 | |
| Shahzad et al. | Mean estimation using robust quantile regression with two auxiliary variables | |
| CN1975706A (zh) | 卷烟感官质量定性指标评估方法 | |
| CN108614536B (zh) | 一种卷烟制丝工艺关键因素的复杂网络构建方法 | |
| CN115170820B (zh) | 一种应用于数据曲线过渡阶段的特征提取及界限识别方法 | |
| CN103593561A (zh) | 一种采用特征指数表征烟叶风格特征的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C53 | Correction of patent for invention or patent application | ||
| CB02 | Change of applicant information |
Address after: 610017 Jackie Chan Road, Chengdu economic and Technological Development Zone, Longquanyi District, Sichuan, China, No. 2, No. Applicant after: China Tobacco Chuanyu Industrial Co., Ltd. Address before: 610017 Jackie Chan Road, Chengdu economic and Technological Development Zone, Longquanyi District, Sichuan, China, No. 2, No. Applicant before: China Tobacco Chuanyu Industrial Corporation |
|
| COR | Change of bibliographic data |
Free format text: CORRECT: APPLICANT; FROM: CHINA TOBACCO CHUANYU INDUSTRIAL CORPORATION TO: CHINA TOBACCO CHUANYU INDUSTRIAL CO., LTD. |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130213 Termination date: 20161027 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |