CN105512356A - 一种卷烟感官质量的星形图识别法 - Google Patents
一种卷烟感官质量的星形图识别法 Download PDFInfo
- Publication number
- CN105512356A CN105512356A CN201510825476.3A CN201510825476A CN105512356A CN 105512356 A CN105512356 A CN 105512356A CN 201510825476 A CN201510825476 A CN 201510825476A CN 105512356 A CN105512356 A CN 105512356A
- Authority
- CN
- China
- Prior art keywords
- cigarette
- sample
- star
- data
- quality
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开一种卷烟感官质量的星形图识别法,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Matlab软件,采用特定的数据归一化方法进行预处理;步骤三、对预处理后的数据绘制卷烟样品星形图;步骤四、根据卷烟样品星形图之间的相似性对样品分类;步骤五、比较观察星形图,分析各类星形的突出特征,确定各类样品的主体香韵特征,该方法将卷烟的6个感官质量与星形形状对应,从而将卷烟感官评价结果以星形的形状展现出来;本发明的优点在于:星形图生动、直观,能够非常形象地将卷烟香型香韵特征可视化为星形特征,对卷烟产品的香型香韵特征的相似性及相异性进行直观地分析,以满足卷烟产品对比分析及品类构建的需求。
Description
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星形图识别法。
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。
针对卷烟风格特征的评价,烟草行业建立了相应的评价标准YC/T497-2014《卷烟卷烟风格感官评价方法》,应用该标准规定的方法能够对卷烟的15种香型进行定量评价,也可以采用雷达图得到相应的评价结果图,但是难以根据定量结果及雷达图直观的分析不同产品感官质量的相似性。
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的相似性及不相似性进行直观的分析,以满足卷烟产品对比分析及品类构建的需求,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;根据星形图的形状可直观地判断各卷烟样品的感官质量相似与否,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个样品p个感官质量的卷烟感官评价数据读入Matlab变量X,
采用如下归一化变换进行数据预处理:
式中xik为第i样品的第k感官质量的原始数据,x* ik表示变换后的数据,xmax=max1≤i≤N,1≤k≤pxik,xmin=min1≤i≤N,1≤k≤pxik,a=0.05,b=0.95。
3.对预处理后的数据X*调用Matlab函数glyphplot绘制卷烟样品星形图。
4.根据卷烟样品星形图之间的相似性对样品分类,并调用Matlab函数glyphplot绘制分类别样品星形图;
5.比较观察各类的星形图,分析各类星形的突出特征,并使用Matlab图形工具数据游标确定各类样品的主体感官质量。
本发明的有益效果是:星形图生动、直观,能够非常形象地将卷烟感官质量可视化为星形特征,对卷烟产品的感官质量的相似性及相异性进行直观地分析,以满足卷烟产品对比分析及品类构建的需求。
附图说明
图1为本发明一种卷烟感官质量的星形图识别法的10个卷烟样品星形图;
图2为本发明一种卷烟感官质量的星形图识别法的分类别显示的10个卷烟样品星形图;
图3为本发明一种卷烟感官质量的星形图识别法的操作流程示意图。
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。
如图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.将感官评吸专家对N=10个卷烟样品,p=6个感官质量指标评价数据,即表1;
2.读入Matlab变量X,采用如下归一化变换进行数据预处理:
式中xik为第i样品的第k感官质量的原始数据,x* ik表示变换后的数据,xmax=max1≤i≤N,1≤k≤pxik,xmin=min1≤i≤N,1≤k≤pxik,a=0.05,b=0.95。
3.对预处理后的数据的X*绘制卷烟样品星形图,即图1;
执行Matlab命令:
n={'样品1','样品2',…,'样品N'};
glyphplot(X*,'ObsLabels',n);
glyphplot输入参数使用'ObsLabels'会使每个星形图下方增加样品具体名称n。
通过观察图1可知:卷烟样品2、3、6、7、8的星形图较为相似,可以归为一类(类1),卷烟样品4、5、10星形图较为相似可以归为一类(类2),样品1、9的星形图较为相似可以归为一类(类3);
4.根据卷烟样品星形图之间的相似性对样品分类,并调用Matlab函数glyphplot绘制分类别样品星形图,即图2;
由图1可知星形图可分成l=3类。记Xj *为第j类样品数据,nj为第j类样品名称;
执行Matlab命令:
v={'刺激性','光泽','香气','谐调','杂气','余味'};
forj=1:l
figure(j);
glyphplot(Xj *,'ObsLabels',nj,'varlabels',v);
end
glyphplot输入参数使用'varlabels'会使数据游标中显示各感官质量的具体名称v及相应取值,便于后继分析各类样品突出特征;
5.比较观察各类的星形图,分析各类星形的突出特征,并使用Matlab图形工具数据游标确定各类样品的主体感官质量。
在图2上使用数据游标可知:总体而言,根据感官质量和星形图形状比较可知,样品2、3、6、7、8五种样品卷烟是以余味为主体感官质量,还辅以一定的香气,并可感受到一定的刺激性和杂气;样品4、5、10三种样品卷烟是以香气为主体感官质量,还辅以一定的余味和刺激性,并可感受到一定的杂气;样品1、9两种样品卷烟是以香气为主体感官质量,但与类1、类2比较,明显更弱,同时还辅以一定的余味和刺激性,并可感受到一定的杂气。
表1:原始数据
卷烟样品 | 刺激性 | 光泽 | 香气 | 谐调 | 杂气 | 余味 |
样品1 | 13.0 | 3.0 | 22.0 | 3.5 | 7.0 | 16.0 |
样品2 | 16.0 | 3.5 | 25.5 | 4.5 | 9.0 | 20.0 |
样品3 | 17.0 | 4.5 | 27.5 | 5.0 | 10.0 | 21.5 |
样品4 | 18.0 | 5.0 | 30.0 | 5.0 | 11.0 | 22.5 |
样品5 | 18.5 | 5.0 | 30.5 | 5.5 | 11.0 | 23.0 |
样品6 | 18.0 | 4.5 | 28.5 | 5.0 | 10.5 | 22.0 |
样品7 | 17.0 | 8.0 | 28.0 | 5.0 | 10.0 | 22.0 |
样品8 | 17.0 | 4.5 | 27.5 | 5.0 | 10.0 | 21.5 |
样品9 | 13.4 | 3.3 | 23.0 | 4.0 | 7.2 | 16.2 |
样品10 | 18.3 | 5.0 | 30.3 | 5.3 | 11.0 | 22.7 |
本发明的有益效果是:星形图生动、直观,能够非常形象地将卷烟感官质量可视化为星形特征,对卷烟产品的感官质量的相似性及相异性进行直观地分析,以满足卷烟产品对比分析及品类构建的需求。
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星形图识别法,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,采用特定的数据归一化方法进行预处理;
步骤三、对预处理后的数据调用Matlab函数glyphplot绘制卷烟样品星形图;
步骤四、根据卷烟样品星形图之间的相似性对样品分类,并调用Matlab函数glyphplot绘制分类别样品星形图;
步骤五、比较观察各类的星形图,分析各类星形的突出特征,确定各类样品的主体感官质量;
该方法将卷烟的6个感官质量与星形形状对应,从而将卷烟感官评价结果以星形的形状展现出来。
2.如权利要求1所述的卷烟感官质量的星形图识别法,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个感官质量的感官评价数据采用如下归一化变换:式中xik为第i样品的第k感官质量的原始数据,x* ik表示变换后的数据,xmax=max1≤i≤N,1≤k≤pxik,xmin=min1≤i≤N,1≤k≤pxik,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星形图识别法,其特征在于:所述步骤五使用Matlab图形工具数据游标来确定各类样品的主体感官质量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510825476.3A CN105512356A (zh) | 2015-11-24 | 2015-11-24 | 一种卷烟感官质量的星形图识别法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510825476.3A CN105512356A (zh) | 2015-11-24 | 2015-11-24 | 一种卷烟感官质量的星形图识别法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105512356A true CN105512356A (zh) | 2016-04-20 |
Family
ID=55720336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510825476.3A Pending CN105512356A (zh) | 2015-11-24 | 2015-11-24 | 一种卷烟感官质量的星形图识别法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105512356A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109884202A (zh) * | 2019-03-05 | 2019-06-14 | 湖北中烟工业有限责任公司 | 一种加热不燃烧低温卷烟香精的评价方法及应用 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393182A (zh) * | 2008-10-23 | 2009-03-25 | 红云烟草(集团)有限责任公司 | 一种烟草及其制品香味品质的测定方法 |
CN102721792A (zh) * | 2012-07-02 | 2012-10-10 | 云南烟草科学研究院 | 一种造纸法再造烟叶感官评价的方法 |
-
2015
- 2015-11-24 CN CN201510825476.3A patent/CN105512356A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393182A (zh) * | 2008-10-23 | 2009-03-25 | 红云烟草(集团)有限责任公司 | 一种烟草及其制品香味品质的测定方法 |
CN102721792A (zh) * | 2012-07-02 | 2012-10-10 | 云南烟草科学研究院 | 一种造纸法再造烟叶感官评价的方法 |
Non-Patent Citations (2)
Title |
---|
杨锦忠 等: "多元统计分析及其在烟草学中的应用", 《中国烟草学报》 * |
林永明 等: "香烟评吸质量指标的地理区域差异分析", 《湖北农业科学》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109884202A (zh) * | 2019-03-05 | 2019-06-14 | 湖北中烟工业有限责任公司 | 一种加热不燃烧低温卷烟香精的评价方法及应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
de Abreu et al. | What is going on with studies on banking efficiency? | |
Rashidi et al. | Using data envelopment analysis for estimating energy saving and undesirable output abatement: a case study in the Organization for Economic Co-Operation and Development (OECD) countries | |
CN104636425A (zh) | 一种网络个体或群体情绪认知能力预测与可视化方法 | |
CN102521624B (zh) | 一种土地利用类型分类的方法和系统 | |
CN102968408A (zh) | 识别用户评论的实体特征方法 | |
CN103473262A (zh) | 一种基于关联规则的Web评论观点自动分类系统及分类方法 | |
CN105787662A (zh) | 基于属性的移动应用软件性能预测方法 | |
Cameron et al. | Mixed methods research design: Well Beyond the Notion of Triangulation | |
Fischer et al. | Evaluating similarities in visual product appearance for brand affiliation | |
Srinivasan et al. | Attitudes of young Indian consumers towards luxury brands | |
Boden et al. | Detecting and exploring clusters in attributed graphs: a plugin for the gephi platform | |
CN105512356A (zh) | 一种卷烟感官质量的星形图识别法 | |
CN105427046A (zh) | 一种卷烟品质特征的脸谱识别法 | |
CN105277663A (zh) | 一种卷烟香型特征的脸谱识别法 | |
CN103605671A (zh) | 科研信息演化的分析方法和装置 | |
CN105266194A (zh) | 一种卷烟感官质量的脸谱识别法 | |
CN105486806A (zh) | 一种卷烟舒适感特性的星形图识别法 | |
Li et al. | Construction of semantic pool and acquisition of semantic categories for automobile styling stance: A domain knowledge perspective | |
Liu et al. | A novel image segmentation algorithm based on visual saliency detection and integrated feature extraction | |
CN105512672A (zh) | 一种卷烟品质特征的星形图识别法 | |
Kohli et al. | A clustering approach for optimization of search result | |
CN105354720A (zh) | 一种基于可视聚类对消费地点进行混合推荐的方法 | |
Elo | Debates on European Integration in the Finnish Parliament (Eduskunta) 1990-2020. | |
CN105335734A (zh) | 一种卷烟香型特征的星形图识别法 | |
Ying | Application of Xgboost algorithm in Prediction of Students Grades Performance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160420 |