CN108596486A - 一种卷烟风格特征可视化方法 - Google Patents
一种卷烟风格特征可视化方法 Download PDFInfo
- Publication number
- CN108596486A CN108596486A CN201810376273.4A CN201810376273A CN108596486A CN 108596486 A CN108596486 A CN 108596486A CN 201810376273 A CN201810376273 A CN 201810376273A CN 108596486 A CN108596486 A CN 108596486A
- Authority
- CN
- China
- Prior art keywords
- cigarette
- style
- features
- style characteristic
- face
- 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
- 235000019504 cigarettes Nutrition 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000011156 evaluation Methods 0.000 claims abstract description 35
- 230000001815 facial effect Effects 0.000 claims abstract description 33
- 230000000052 comparative effect Effects 0.000 claims abstract description 3
- 239000002304 perfume Substances 0.000 claims description 24
- 230000001953 sensory effect Effects 0.000 claims description 16
- 235000002637 Nicotiana tabacum Nutrition 0.000 claims description 7
- 235000009508 confectionery Nutrition 0.000 claims description 7
- 239000003205 fragrance Substances 0.000 claims description 7
- 239000006071 cream Substances 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- 239000008267 milk Substances 0.000 claims description 4
- 235000013336 milk Nutrition 0.000 claims description 4
- 210000004080 milk Anatomy 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 244000046052 Phaseolus vulgaris Species 0.000 claims description 3
- 235000010627 Phaseolus vulgaris Nutrition 0.000 claims description 3
- 244000272264 Saussurea lappa Species 0.000 claims description 3
- 235000006784 Saussurea lappa Nutrition 0.000 claims description 3
- 244000299461 Theobroma cacao Species 0.000 claims description 3
- 235000009470 Theobroma cacao Nutrition 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 244000061176 Nicotiana tabacum Species 0.000 claims 1
- 239000003814 drug Substances 0.000 claims 1
- 238000013507 mapping Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 5
- 230000008901 benefit Effects 0.000 abstract description 3
- 230000000007 visual effect Effects 0.000 abstract description 3
- 230000004069 differentiation Effects 0.000 abstract description 2
- 230000001747 exhibiting effect Effects 0.000 abstract description 2
- 238000012800 visualization Methods 0.000 abstract description 2
- 238000012512 characterization method Methods 0.000 abstract 1
- 239000003595 mist Substances 0.000 description 17
- 241000208125 Nicotiana Species 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 241001474791 Proboscis Species 0.000 description 2
- 238000005119 centrifugation Methods 0.000 description 2
- 238000013079 data visualisation Methods 0.000 description 2
- 238000001035 drying Methods 0.000 description 2
- 210000004709 eyebrow Anatomy 0.000 description 2
- 230000008921 facial expression Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 235000013599 spices Nutrition 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- -1 fruity Substances 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种卷烟风格特征可视化方法，属于卷烟评价技术领域。该方法通过对卷烟进行风格特征评价打分、风格特征数据调整及归一化处理、脸谱图的多维标度法表征等步骤，实现对卷烟风格特征的可视化观察、分类、分析。最后通过比较观察各类的脸谱图，分析各类脸谱的显著特征，并根据脸部特征映射表，对各类样品的风格特征进行直观判断。本方法通过对脸谱不同特征对应不同风格特征指标，实现对卷烟风格特征的可视化，与传统的卷烟风格特征评价方法或雷达图等图形展示方法相比，具有图形展示更直观，更易理解区分的优点。
Description
技术领域
本发明属于卷烟评价技术领域，具体涉及一种卷烟风格特征可视化方法。
背景技术
卷烟风格特征是卷烟特点的重要表现，不同品牌、规格的卷烟都有自己的风格特征。现阶段，卷烟风格特征主要以感官评价方式为主，根据感官评价确定卷烟风格特征。然而目前按照中式卷烟风格特征对卷烟风格特征进行描述，需要对卷烟烤烟烟香、清香、果香等15个风格特征进行评价和描述，指标众多造成了对卷烟风格理解的晦涩和不直观。
图形有助于对所研究的数据进行直观了解。对于常规的二维、三维数据，其图形容易得到，但是对于更高维数据，其图形表示和对数据结构的直观理解是很困难的。将多维数据用平面图形表示，从而反映出多变量数据的内部特征与规律性，成为多维数据可视化技术需要解决的问题。
脸谱图又称切诺夫脸(Chernoff Face)，它可以从脸的面部表情表达数据之间的特点。由于人的面部表情会给人留下深刻的印象，因而易于区别，所以可以根据表情对数据进行聚类。脸谱图包括六项基本特征：脸的轮廓、嘴、鼻、眼、瞳孔、眉毛。这六项特征由18个变量表达。按照Chernof于1973年提出的画法，采用18个指标，各指标代表的面部特征不同，根据各变量的取值，按照一定的数学函数关系，就可以确定脸的轮廓、五官的位置、形状等，从而绘出整个脸谱，然后利用人眼来区分脸谱的不同，最终区分不同的样本。
针对上述问题，如何采用数据可视化方法，对卷烟风格特征进行直观的分析，以满足卷烟产品评价分析的需求，是本领域亟需解决的技术难题。
发明内容
本发明的目的在于针对现有卷烟风格特征评价及描述较为晦涩的缺点，采用脸谱图法，提供一种卷烟风格特征可视化方法，该方法将卷烟风格特征数据形象化用脸谱图进行描述，使得卷烟风格特征的评价结果更为立体直接的可视化展现，具有极强的操作性和应用价值。
为实现上述目的，本发明采用的技术方案如下：
一种卷烟风格特征可视化方法，包括以下步骤：
步骤(1)，由不少于13人组成的评价小组对N个卷烟样品的P个风格特征进行评价；其中，1＜P≤15；
步骤(2)，将N个卷烟样品的P个风格特征的卷烟感官评价数据读入Matlab软件，根据卷烟风格特征与脸部特征映射表的特征先后顺序对Matlab软件中的特征顺序进行调整，并进行数据归一化预处理；
步骤(3)，对预处理后的数据调用Matlab函数glyphplot绘制卷烟样品脸谱图，glyphplot的输入参数‘standardize’取值‘off’；
步骤(4)，利用多维标度法，作N个卷烟样品的多维标度法二维投影脸谱图；之后根据脸谱图的距离远近关系和脸谱外观，结合聚类分析对样品分类；
步骤(5)，比较观察各类的脸谱图，分析各类脸谱的显著特征，并根据卷烟风格特征与脸部特征映射表，对各类样品的风格特征进行直观判断。
进一步，优选的是，评价小组对N个卷烟样品的P个风格特征进行评价时，按YC/T497-2014《卷烟中式卷烟风格感官评价方法》进行评价。
进一步，优选的是，P＝15，15个风格特征分别为烤烟烟香、清香、甜香、果香、辛香、花香、烘焙香、青滋香、膏香、奶香、豆香、木香、药草香、可可香和晾晒烟烟香。
进一步，优选的是，卷烟风格特征与脸部特征映射表如表1；
表1卷烟风格特征与脸部特征映射表
进一步，优选的是，多维标度法二维投影脸谱图绘制流程：(1)对预处理后的数据，采用matlab的pdist函数构建其相异度矩阵；(2)调用matlab的mdscale函数对相异度矩阵进行多维尺度变换；(3)调用glyphplot函数，’Centers’参数设定为多维尺度变换后的数据，即可制作二维投影脸谱图。
进一步，优选的是，所述的聚类分析采用K-means算法。
本发明中所述的风格特征为15种卷烟香型香韵特征。
本发明与传统的卷烟风格特征评价方法或雷达图等图形展示方法相比，具有以下优点：
1)脸谱图形展示更直观，更易理解区分，通过对关注指标对应的脸型展示，即可清楚其指标大小；
2)不同风格特征的卷烟样品，通过多维标度法二维投影脸谱图，可简单明了挖掘相似风格特征的卷烟样品。
3)采用Matlab对卷烟风格特征的脸谱法表征，可将整个过程代码化，计算速度快，极大提升工作效率和时间。
4)本发明与着装脸谱图或单独使用脸谱图的评价方法相比，分类正判率提高20-25％；与K-means脸谱图方法相比，分类正判率提高15％左右。
附图说明
图1为实施例1绘制得到的卷烟样品脸谱图；
图2为实施例1的10个卷烟样品的多维标度法二维投影脸谱图；
图3为实施例1剔除中南海(蓝色风尚)后9个卷烟样品的多维标度法二维投影脸谱图；
图4为实施例2绘制得到的卷烟样品脸谱图；
图5为实施例2的10个卷烟样品的多维标度法二维投影脸谱图。
具体实施方式
下面结合实施例对本发明作进一步的详细描述。
本领域技术人员将会理解，下列实施例仅用于说明本发明，而不应视为限定本发明的范围。实施例中未注明具体技术或条件者，按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用材料或设备未注明生产厂商者，均为可以通过购买获得的常规产品。
本发明实施例中对未评价指标值设定为0，即嘴巴形状、嘴巴长度的默认值都为0。
实施例1：
(1)取芙蓉王(硬)、黄鹤楼(软雅韵)、黄金叶(软大金圆)、双喜(盛世)、苏烟(软金砂)、中华(软)、中南海(蓝色风尚)、白沙(和天下)、黄山(新制皖烟)和利群(红长嘴)10个不同品牌、不同类型卷烟样品，由13人组成的评价小组按YC/T 497-2014《卷烟中式卷烟风格感官评价方法》对其15个风格特征分别进行感官评价，评价结果取均值，评价结果见表2；
表2中式卷烟代表样品感官评价结果
(2)将10个卷烟样品的15个风格特征的卷烟感官评价数据读入Matlab软件，根据卷烟风格特征与脸部特征映射表的特征先后顺序对原特征顺序进行调整，并进行数据归一化预处理；所述的数据归一化预处理方法为最大最小归一化法；
(3)对预处理后的数据调用Matlab函数glyphplot绘制卷烟样品脸谱图，glyphplot的输入参数‘standardize’取值‘off’；所得到的脸谱图见图1；
(4)利用多维标度法，作10个卷烟样品的多维标度法二维投影脸谱图，如图2，之后根据脸谱图的距离远近关系、脸谱外观相似度，结合K-means算法对样品分类；
由图2是卷烟风格特征的脸谱多维度表度图，可知，中南海(蓝色风尚)具有晾晒烟烟香，在多维标度图中距离其它样品较远，与其它样品明显的不同。
为了更好的描述其它卷烟样品的特征，剔除中南海(蓝色风尚)，对其它样品重新绘制了风格特征脸谱多维标度图，见图3。
由图3可知，黄山(新制皖烟)样品可单独作为一类，在脸谱图中表现为上半脸离心较大、眼睛角度较高，表现为甜香、烘焙香突出。
双喜(盛世)可单独作为一类，在脸谱图中表现为两眼之间的距离远、下半脸离心率大，表现为辛香、果香香韵突出。
苏烟(软金沙)可单独作为一类，在脸谱图中表现为眼睛的宽度较大、眼睛的角度较大，对照脸部特征映射表可知青滋香和膏香相比其它样品较为显著。
白沙(和天下)和芙蓉王(硬)作为一类，两者距离较近，脸谱图较为相似，在脸谱图中两者脸大、眼睛的宽度较小、眼睛垂直位置低、上半脸椭圆离心率较大，对照脸部特征映射表可知两者烤烟烟香、青滋香、花香、甜香较为显著。
黄金叶(软大金圆)、利群(红长嘴)和黄鹤楼(软雅韵)作为一类，三者距离较近，脸谱图较为相似，在脸谱图中三者上下半脸相对长度较小，对照脸部特征映射表可知三者在清香较为显著。
中华(软)样品可单独作为一类，在脸谱图中表现为上下半脸相对长度较大、下半脸椭圆离心率较大、两眼之间的宽度较大、上半脸椭圆离心率较大，对照脸部特征映射表可知清香、果香、辛香和甜香相比其它样品较为显著。
从不同规格卷烟风格特征的脸谱图描述来看，采用脸谱图法可以很直观形象的将不同规格卷烟的风格特征进行描述。
实施例2：
(1)选取云烟(软大重九)、云烟(印象)、云烟(软珍品)、云烟(紫)、云烟(软紫)、玉溪(庄园)、玉溪(境界)、玉溪(软)、红塔山(经典100)和红塔山(软经典)10个云产卷烟典型代表样品，由20人组成的评价小组按YC/T 497-2014《卷烟中式卷烟风格感官评价方法》对其15个风格特征分别进行感官评价，评价结果取均值，感官评价数据见表3、4；
表3玉溪、红塔山卷烟代表样品感官评价结果
| 指标 | 玉溪(境界) | 玉溪(庄园) | 玉溪(软) | 红塔山(经典100) | 红塔山(软经典) |
| 烤烟烟香 | 8.50 | 8.85 | 8.13 | 7.95 | 7.13 |
| 晾晒烟烟香 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 |
| 清香 | 3.20 | 3.45 | 3.05 | 2.56 | 2.38 |
| 果香 | 1.38 | 1.63 | 1.63 | 1.25 | 1.50 |
| 辛香 | 0.88 | 0.76 | 0.88 | 0.56 | 0.56 |
| 木香 | 0.38 | 0.00 | 0.75 | 1.00 | 1.00 |
| 青滋香 | 0.50 | 0.50 | 0.50 | 0.50 | 0.25 |
| 花香 | 0.13 | 0.00 | 0.13 | 0.00 | 0.00 |
| 药草香 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 |
| 豆香 | 0.25 | 0.00 | 0.13 | 0.00 | 0.38 |
| 可可香 | 0.00 | 0.00 | 0.00 | 0.00 | |
| 奶香 | 0.25 | 0.00 | 0.50 | 0.00 | 0.50 |
| 膏香 | 1.13 | 1.58 | 1.13 | 1.00 | 1.13 |
| 烘焙香 | 2.18 | 1.96 | 2.25 | 1.86 | 1.75 |
| 甜香 | 2.12 | 2.12 | 1.85 | 1.75 | 1.75 |
表4云烟品牌卷烟代表样品感官评价结果
(2)将10个卷烟样品的15个风格特征的卷烟感官评价数据读入Matlab软件，根据卷烟风格特征与脸部特征映射表的特征先后顺序对原特征顺序进行调整，并进行数据归一化预处理；所述的数据归一化预处理方法为Zscore标准化方法；
(3)对预处理后的数据调用Matlab函数glyphplot绘制卷烟样品脸谱图，glyphplot的输入参数‘standardize’取值‘off’；所得到的脸谱图见图4；
(4)利用多维标度法，作10个卷烟样品的多维标度法二维投影脸谱图，如图5，之后根据脸谱图的距离远近关系、脸谱外观相似度，结合K-means算法对样品分类；
由图4、5可知，玉溪、红塔山品牌的卷烟产品在多维标度图中距离较近，位于坐标图上的上方，云烟品牌的卷烟产品在多维标度图中距离较近，位于坐标图的下方，说明云烟品牌和玉溪、红塔山品牌的风格特征有一定差别。云烟品牌上半脸的离心率总体要大一些，说明甜香更明显；玉溪、红塔山品牌，上半脸长度小，下半脸长度大，上下半年的相对长度变大，说明清香更明显一些。玉溪品牌的眼睛垂直位置相对偏低，说明其花香相对云烟品牌要弱一些。
玉溪(软)、玉溪(境界)和玉溪(庄园)在多维标度图中距离较近作为一类，脸谱图较为相似，结合脸谱图可知三者相比其他样品脸大、上下半脸相对长度大、眼睛垂直位置较高、眉毛垂直位置较高，对照脸部特征映射表可知三者烤烟烟香、清香、花香和奶香相比其他样品较为红塔山(经典100)、红塔山(软经典)要强一些。
红塔山(软经典)和红塔山(经典100)作为一类，二者其它风格特征指标稍弱，但在烘培香上表现相对较为凸显。
云烟(印象)、云烟(软珍品)和云烟(软大重九)三者在多维标度图中距离较近作为一类，三者较为相似，脸谱图的共同特征为脸大、下半脸椭圆离心率大、眼睛的垂直位置高、眼睛的角度大、眼睛的高度高，结合脸部特征映射表可知以烤烟烟香、果香、膏香、烘焙香、花香要比云烟(软紫)、云烟(紫)显著一些。
云烟(软紫)和云烟(紫)作为一类，二者在整体风格特征上，略弱于其它卷烟。
从不同规格卷烟风格特征的脸谱图描述来看，采用脸谱图法可以很直观形象的将不同规格卷烟的风格特征进行描述。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种卷烟风格特征可视化方法，其特征在于，包括以下步骤：
步骤（1），由不少于13人组成的评价小组对N个卷烟样品的P个风格特征进行评价；其中，1＜P≤15；
步骤（2），将N个卷烟样品的P个风格特征的卷烟感官评价数据读入Matlab软件，根据卷烟风格特征与脸部特征映射表的特征先后顺序对Matlab软件中的特征顺序进行调整，并进行数据归一化预处理；
步骤（3），对预处理后的数据调用Matlab函数glyphplot绘制卷烟样品脸谱图，glyphplot的输入参数‘standardize’取值‘off’；
步骤（4），利用多维标度法，作N个卷烟样品的多维标度法二维投影脸谱图；之后根据脸谱图的距离远近关系和脸谱外观，结合聚类分析对样品分类；
步骤（5），比较观察各类的脸谱图，分析各类脸谱的显著特征，并根据卷烟风格特征与脸部特征映射表，对各类样品的风格特征进行直观判断。
2.根据权利要求1所述的卷烟风格特征可视化方法，其特征在于，评价小组对N个卷烟样品的P个风格特征进行评价时，按YC/T 497-2014 《卷烟中式卷烟风格感官评价方法》进行评价。
3.根据权利要求1所述的卷烟风格特征可视化方法，其特征在于，P=15，15个风格特征分别为烤烟烟香、清香、甜香、果香、辛香、花香、烘焙香、青滋香、膏香、奶香、豆香、木香、药草香、可可香和晾晒烟烟香。
4.根据权利要求1所述的卷烟风格特征可视化方法，其特征在于，卷烟风格特征与脸部特征映射表如表1；
表1 卷烟风格特征与脸部特征映射表
。
5.根据权利要求1所述的卷烟风格特征可视化方法，其特征在于，多维标度法二维投影脸谱图绘制流程：（1）对预处理后的数据，采用matlab的pdist函数构建其相异度矩阵；（2）调用matlab的mdscale函数对相异度矩阵进行多维尺度变换；（3）调用glyphplot函数，’Centers’参数设定为多维尺度变换后的数据，即可制作二维投影脸谱图。
6.根据权利要求1所述的卷烟风格特征可视化方法，其特征在于，所述的聚类分析采用K-means算法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810376273.4A CN108596486A (zh) | 2018-04-25 | 2018-04-25 | 一种卷烟风格特征可视化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810376273.4A CN108596486A (zh) | 2018-04-25 | 2018-04-25 | 一种卷烟风格特征可视化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108596486A true CN108596486A (zh) | 2018-09-28 |
Family
ID=63609410
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810376273.4A Pending CN108596486A (zh) | 2018-04-25 | 2018-04-25 | 一种卷烟风格特征可视化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108596486A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111709627A (zh) * | 2020-06-05 | 2020-09-25 | 江苏中烟工业有限责任公司 | 一种卷烟品牌配方功效和风格特征的匹配度判定方法 |
| CN113379450A (zh) * | 2021-06-02 | 2021-09-10 | 苏州众言网络科技股份有限公司 | 品牌力测试方法、电子设备及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104573333A (zh) * | 2014-12-22 | 2015-04-29 | 长江大学 | 利用聚类分析进行模型优选的方法 |
| CN105277663A (zh) * | 2015-11-24 | 2016-01-27 | 云南中烟工业有限责任公司 | 一种卷烟香型特征的脸谱识别法 |
-
2018
- 2018-04-25 CN CN201810376273.4A patent/CN108596486A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104573333A (zh) * | 2014-12-22 | 2015-04-29 | 长江大学 | 利用聚类分析进行模型优选的方法 |
| CN105277663A (zh) * | 2015-11-24 | 2016-01-27 | 云南中烟工业有限责任公司 | 一种卷烟香型特征的脸谱识别法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111709627A (zh) * | 2020-06-05 | 2020-09-25 | 江苏中烟工业有限责任公司 | 一种卷烟品牌配方功效和风格特征的匹配度判定方法 |
| CN113379450A (zh) * | 2021-06-02 | 2021-09-10 | 苏州众言网络科技股份有限公司 | 品牌力测试方法、电子设备及存储介质 |
| CN113379450B (zh) * | 2021-06-02 | 2022-07-15 | 苏州众言网络科技股份有限公司 | 品牌力测试方法、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107168527B (zh) | 基于区域卷积神经网络的第一视角手势识别与交互方法 | |
| CN107330892A (zh) | 一种基于随机森林法的向日葵病害识别方法 | |
| KR19980024383A (ko) | 얼굴 생김새의 분류 방법 및 얼굴 생김새를 나타내는 맵 | |
| CN109933677A (zh) | 图像生成方法和图像生成系统 | |
| CN107194937A (zh) | 一种开放环境下中医舌象图像分割方法 | |
| CN103310481B (zh) | 一种基于模糊熵迭代的点云精简方法 | |
| CN110367980A (zh) | 基于多元经验模态分解的脑电信号情绪识别方法 | |
| CN104008375B (zh) | 基于特征融合的集成人脸识别方法 | |
| WO2020133863A1 (zh) | 人脸模型的生成方法、装置、存储介质及终端 | |
| CN108596486A (zh) | 一种卷烟风格特征可视化方法 | |
| Rousset et al. | Frequential and color analysis for hair mask segmentation | |
| Casanova et al. | Texture analysis using fractal descriptors estimated by the mutual interference of color channels | |
| CN106447720A (zh) | 一种构建黄金比例脸型的方法 | |
| CN106485266A (zh) | 一种基于提取颜色特征的古代壁画分类识别方法 | |
| CN108846880A (zh) | 一种卷烟品质特征可视化方法 | |
| CN110991463B (zh) | 一种超像素图引导下的多尺度引导滤波特征提取方法 | |
| CN110866547B (zh) | 基于多特征和随机森林的中药饮片自动分类系统及方法 | |
| CN104331412B (zh) | 一种在规格化三维人脸库中进行人脸检索的方法 | |
| CN106709448A (zh) | 一种基于人脸卷积神经网络的中医体质识别方法 | |
| CN103065298A (zh) | 一种模拟视网膜滤波的视觉显著性检测方法 | |
| Marzinotto et al. | Age and gender characterization through a two layer clustering of online handwriting | |
| CN110532300B (zh) | 一种用于人工智能数据分析的大数据高保真可视化方法 | |
| JP2001224430A (ja) | 顔だち分類法及び顔だちマップ | |
| CN105277663A (zh) | 一种卷烟香型特征的脸谱识别法 | |
| CN105427046A (zh) | 一种卷烟品质特征的脸谱识别法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180928 |
|
| RJ01 | Rejection of invention patent application after publication |