CN105266194A - 一种卷烟感官质量的脸谱识别法 - Google Patents

Abstract

本发明公开一种卷烟感官质量的脸谱识别法，方法为：步骤一、获取感官评价数据；步骤二、将卷烟感官评价数据读入Mat？lab软件并进行数据预处理，根据卷烟感官质量指标与脸部特征映射表绘制脸谱图；步骤三、对预处理后的数据绘制卷烟样品绘制脸谱图；步骤四、根据卷烟样品脸谱图之间的相似性对样品分类；步骤五、比较观察脸谱图，分析各类脸谱的突出特征，确定各类样品的主体感官质量特征；本发明的优点在于：脸谱图生动、直观，能够非常形象地将卷烟感官质量可视化为脸部特征，利用人类对脸部特征细微变化敏感的心理特质，对卷烟产品的感官质量的差异性进行直观地分析，以满足卷烟产品对比分析的需求。

Description

一种卷烟感官质量的脸谱识别法

技术领域

本发明属于卷烟感官评价技术领域，具体涉及一种卷烟感官质量的脸谱识别法。

背景技术

卷烟是供人们消费的一种特殊产品。由于卷烟产品的最终消费形式就是吸食，卷烟的风格特征和香味品质要经过燃烧才能给消费者提供感受，因此，最直接、最及时、最能够代表消费者意志的就是对卷烟的感官分析与评价。卷烟感官分析与评价的总体任务和目的就是判定和描述香味品质水平和风格特色，也是为产品研发人员、市场营销人员提供有效、可靠的信息，以做出正确的产品和市场决策。由于市场的需求和产品的发展，卷烟的分析与评价已经成为烟草行业一个重要的研究领域和技术工作。

烟草行业采用GB5606.4-2005《卷烟第4部分:感官技术要求》对卷烟感官质量的评价，应用该标准规定的方法能够对卷烟的感官质量进行定量评价，最终得到感官质量的总分，也可以采用柱状得到相应的评价结果图，但是难以根据定量结果及柱状图直观的分析不同产品感官质量的差异。

针对上述问题，如何采用数据可视化方法，对卷烟产品的感官质量进行直观的分析，以满足卷烟产品品质对比分析的需求，是本领域尚待解决的技术难题。

发明内容

本发明的目的在于针对现有技术的不足之处，提供一种卷烟感官质量可视化方法；从而将卷烟感官评价结果以脸谱图方式生动地展现，根据脸谱的形状可直观地判断各卷烟样品在感官质量方面相似的地方表现在哪些方面，差异表现在哪些方面。

本发明的目的通过下述技术方案予以实现：

1.获取感官评价数据

卷烟感官评价的评价员采用GB5606.4-2005《卷烟第4部分:感官技术要求》对N个卷烟样品的p个感官质量进行评价；

2.将N个卷烟样品的p个感官质量的卷烟感官评价数据读入Matlab软件,根据卷烟感官质量与脸部特征映射表(表1)的感官质量先后顺序对原特征顺序进行调整，并进行数据预处理；

根据表1调整特征顺序后，得到数据变量

$X=\left(\begin{array}{cccc}{x}_{11}& x_{12}& \mathrm{...}& x_{1p}\\ x_{21}& x_{22}& \mathrm{...}& x_{2p}\\ .& .& & .\\ .& .& & .\\ .& .& & .\\ x_{N1}& x_{N2}& \mathrm{...}& x_{Np}\end{array}\right),$

采用如下归一化变换对数据X进行预处理：

${x^{*}}_{ik}=\frac{x_{ik}-x_{min,k}}{x_{max,k}-x_{\min ,k}}(b-a)+a,i=1,...,N,k=1,...,p,$ 式中x_ik为第i样品的第k感官质量指标的原始数据，x^* _ik表示变换后的数据，x_max,k＝max_1≤i≤Nx_ik,x_min,k＝min_1≤i≤Nx_ik,a＝0.05,b＝0.95；

3.对预处理后的数据X^*调用Matlab函数glyphplot绘制卷烟样品脸谱图，glyphplot的输入参数‘standardize’取值‘off’；

4.根据卷烟样品脸谱图之间的相似性对样品分类，并调用Matlab函数glyphplot绘制分类别样品脸谱图；

5.比较观察各类的脸谱图，分析各类脸谱的突出特征，并根据卷烟感官质量指标与脸部特征映射表，即表1，确定各类样品的主体感官质量。

本发明的有益效果是：脸谱图生动、直观，能够非常形象地将卷烟感官质量转化为脸部特征，利用人类对脸部特征细微变化敏感的心理特质，对卷烟产品的感官质量的相似性及不相似性进行直观地识别，以满足卷烟产品对比分析的需求。

附图说明

图1为本发明一种卷烟感官质量的脸谱识别法的8个卷烟样品脸谱图；

图2为本发明一种卷烟感官质量的脸谱识别法的分类别显示的8个卷烟样品脸谱图；

图3为本发明一种卷烟感官质量的脸谱识别法操作流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参阅图3所示，本发明方法选取10个卷烟样品的感官评吸数据作为实施例，具体步骤与发明内容部分所述步骤一致。

1.将感官评价专家对N＝10个卷烟样品，p＝6个的感官质量评价数据，即表1，读入Matlab软件，按照卷烟感官质量与脸部特征映射表(表1)的感官质量先后顺序对原特征顺序进行调整，得到数据变量X，采用如下归一化变换对数据X进行预处理：

${x^{*}}_{ik}=\frac{x_{ik}-x_{\min ,k}}{x_{max,k}-x_{\min ,k}}(b-a)+a,i=1,...,N,k=1,\mathrm{...},p,$

式中x_ik为第i样品的第k感官质量指标的原始数据，x^* _ik表示变换后的数据，x_max,k＝max_1≤i≤Nx_ik,x_min,k＝min_1≤i≤Nx_ik,a＝0.05,b＝0.95。

3.对预处理后的数据X^*调用Matlab函数glyphplot绘制卷烟样品脸谱图，即图1。

执行Matlab命令：

n＝{'样品1','样品2',…,'样品N'}；

glyphplot(X^*,'standardize','off','ObsLabels',n,'glyph','face')

glyphplot的输入参数'standardize'取值'off'，输入参数使用'ObsLabels'会使每个脸谱图下方增加样品具体名称n，输入参数'glyph'取值'face'绘制脸谱图。

观察图1可知:样品3、样品8和样品6的脸、眼睛、鼻子和嘴巴都比较相似，相比之下，样品2和样品7的脸谱与这两个样品仍然较为相似，只是各部位比例要小一些，所以这5个样品可以分为一类；样品4、样品5和样品10的脸型、眼睛、鼻子、嘴巴比较相似，这3个样品可以分为一类；样品1和样品9的脸型、眼睛、鼻子、嘴巴比较相似，所以这2个样品可以分为一类。

4.根据卷烟样品脸谱图之间的相似性对样品分类，并调用Matlab函数glyphplot绘制分类别样品脸谱图，即图2。

由图1可知脸谱图可分成l＝3类。记X_j ^*为第j类样品数据，n_j为第j类样品名称；

执行Matlab命令：

forj＝1:l

figure(j)；

glyphplot(X_j ^*,'standardize','off','ObsLabels',n_j,'glyph','face')；

end

glyphplot的输入参数'standardize'取值'off'。

5.比较观察各类的脸谱图，分析各类脸谱的突出特征，并根据卷烟感官质量与脸部特征映射表(见表1)，确定各类样品的主体感官质量。

观察图1可知:总体而言，类1中各样品的脸大小相对于其它部位都较为突出，根据感官质量与脸部特征映射表(见表1)，可知这5个样品是以刺激性、杂气、余味为主体感官质量。类2中各样品的脸具有一定大小，而且脸型与众不同，上下脸相对长度较长，根据表1可知它是以光泽、杂气、余味为主体感官质量。类3中各样品的各部位具有一些特征，上下半脸椭圆离心率较大，根据表1并结合表2，可知它们以烤烟香气、谐调为主体感官质量，辅以一定的杂气和余味。

表2：原始数据

本发明的有益效果是：脸谱图生动、直观，能够非常形象地将卷烟感官质量转化为脸部特征，利用人类对脸部特征细微变化敏感的心理特质，对卷烟产品的感官质量的相似性及不相似性进行直观地识别，以满足卷烟产品对比分析的需求。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本实用新保护范围。

Claims (3)

1.一种卷烟感官质量的脸谱识别法，其特征在于，包括以下步骤：

步骤一、获取感官评价数据：卷烟感官评价的评价员采用GB5606.4-2005《卷烟第4部分:感官技术要求》对卷烟样品的感官质量进行评价；

步骤二、将卷烟感官评价数据读入Matlab软件，根据卷烟感官质量与脸部特征映射表的感官质量指标先后顺序对原特征顺序进行调整，并进行数据预处理；

步骤三、对预处理后的数据调用Matlab函数glyphplot绘制卷烟样品脸谱图；

步骤四、根据卷烟样品脸谱图之间的相似性对样品分类，并调用Matlab函数glyphplot绘制分类别样品脸谱图；

步骤五、比较观察脸谱图，分析各类脸谱的突出特征，并根据卷烟感官质量与脸部特征映射表，确定各类样品的主体感官质量；

该方法将卷烟的6个感官质量指标与人脸面部特征包括人脸的大小、鼻子的长度以及嘴巴、眼睛、眉毛等的位置进行一一映射。

2.如权利要求1所述的卷烟感官质量的脸谱识别法，其特征在于，所述步骤二的数据预处理方法为：

对N个样品p个感官质量指标的感官评价数据采用如下归一化变换： ${x^{*}}_{ik}=\frac{x_{ik}-x_{min,k}}{x_{max,k}-x_{min,k}}(b-a)+a,i=1,...,N,$ k＝1,...,p,式中x_ik为第i样品的第k感官质量指标的原始数据，x^* _ik表示变换后的数据，x_max,k＝max_1≤i≤Nx_ik,x_min,k＝min_1≤i≤Nx_ik,a＝0.05,b＝0.95。

3.如权利要求1或2所述的卷烟感官质量的脸谱识别法，其特征在于，所述步骤二和步骤五的卷烟感官质量与脸部特征映射表见表1：

表1：卷烟感官质量与脸部特征映射表

由于中式卷烟的感官质量指标为6个，而Matlab中作图的脸部特征为17个，没有对应的11个脸部特征在Matlab绘制脸谱图时自动取默认值。