CN109100321A - 一种卷烟叶组配方维护方法 - Google Patents
一种卷烟叶组配方维护方法 Download PDFInfo
- Publication number
- CN109100321A CN109100321A CN201811038973.9A CN201811038973A CN109100321A CN 109100321 A CN109100321 A CN 109100321A CN 201811038973 A CN201811038973 A CN 201811038973A CN 109100321 A CN109100321 A CN 109100321A
- Authority
- CN
- China
- Prior art keywords
- matrix
- sample
- spectrum
- tobacco leaf
- cigarette
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 235000019504 cigarettes Nutrition 0.000 title claims abstract description 25
- 238000012423 maintenance Methods 0.000 title claims abstract description 22
- 241000208125 Nicotiana Species 0.000 claims abstract description 78
- 235000002637 Nicotiana tabacum Nutrition 0.000 claims abstract description 78
- 238000001228 spectrum Methods 0.000 claims abstract description 66
- 239000011159 matrix material Substances 0.000 claims abstract description 63
- 239000000203 mixture Substances 0.000 claims abstract description 41
- 239000000126 substance Substances 0.000 claims abstract description 26
- 238000009472 formulation Methods 0.000 claims abstract description 15
- 238000011156 evaluation Methods 0.000 claims abstract description 14
- 230000001953 sensory effect Effects 0.000 claims abstract description 14
- 230000003595 spectral effect Effects 0.000 claims abstract description 11
- 238000006467 substitution reaction Methods 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 230000000391 smoking effect Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 6
- 238000002790 cross-validation Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000005206 flow analysis Methods 0.000 claims description 2
- 238000012098 association analyses Methods 0.000 claims 1
- 230000006641 stabilisation Effects 0.000 claims 1
- 238000011105 stabilization Methods 0.000 claims 1
- 239000002994 raw material Substances 0.000 abstract description 3
- 230000015572 biosynthetic process Effects 0.000 abstract 1
- 238000003786 synthesis reaction Methods 0.000 abstract 1
- SNICXCGAKADSCV-JTQLQIEISA-N (-)-Nicotine Chemical compound CN1CCC[C@H]1C1=CC=CN=C1 SNICXCGAKADSCV-JTQLQIEISA-N 0.000 description 11
- 229960002715 nicotine Drugs 0.000 description 11
- SNICXCGAKADSCV-UHFFFAOYSA-N nicotine Natural products CN1CCCC1C1=CC=CN=C1 SNICXCGAKADSCV-UHFFFAOYSA-N 0.000 description 11
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 10
- 230000000875 corresponding effect Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000002329 infrared spectrum Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 229910052757 nitrogen Inorganic materials 0.000 description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 4
- 239000003546 flue gas Substances 0.000 description 4
- 239000003205 fragrance Substances 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 229910052700 potassium Inorganic materials 0.000 description 3
- 238000004611 spectroscopical analysis Methods 0.000 description 3
- 238000002835 absorbance Methods 0.000 description 2
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 1
- 206010013911 Dysgeusia Diseases 0.000 description 1
- 238000004497 NIR spectroscopy Methods 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- 238000000862 absorption spectrum Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000000460 chlorine Substances 0.000 description 1
- 229910052801 chlorine Inorganic materials 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000007794 irritation Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 239000002304 perfume Substances 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0001—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00 by organoleptic means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0098—Plants or trees
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Botany (AREA)
- Wood Science & Technology (AREA)
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明涉及一种卷烟叶组配方维护方法,属于烟叶品控领域。该方法包括如下步骤:样品采集、化学成分检测、感官评价、光谱预处理、特征光谱提取以及构建光谱相似性矩阵,查找替代烟叶。本发明的叶组配方维护方法能够在配方维护过程中快速查找品质相近的烟叶,周期短、效率高、成本低,把卷烟质量稳定、烟叶内在品质及可用性等问题与卷烟配方技术综合考虑,满足原料快速评价及配方维护需求。
Description
技术领域
本发明涉及一种配方维护方法,具体涉及一种卷烟叶组配方维护方法,属于烟叶品控领域。
背景技术
当前烟草业面临控烟、完善体制、国际竞争等一系列的压力与挑战。对于生产企业来说,产品质量是企业生存的灵魂,更是企业赖以生存发展的立身之本,保持卷烟风格的相对稳定性是保证产品质量的基本要求。卷烟风格的保持受许多主客观因素的影响,其中最重要的就是保持叶组配方的相对稳定性。
由于不同地区,不同档次和部位烟叶的感官及化学成分相差较大,对卷烟产品的质量影响也较大,只有叶组配方的相对稳定,才能保证一个品牌烟的风格稳定。实际生产中由于原材料的生产量有限,供应量和实际需求量存在差距,所以当叶组配方中一种烟叶或几种烟叶出现库存短缺或价格、质量方面的波动时,需要用另一种品质特征近似的烟叶来替换。因此寻找与这些烟叶在品质特征上最能接近的替代烟叶,而使整个产品的质量不受影响,保持该品牌卷烟质量的相对稳定性就成了研究的关键问题。
目前,寻找品质特征相近的烟叶主要依靠配方专家经验以及对烟叶常规化学成分、外观质量等指标的分析。但是该方法费时、费力、步骤复杂、过程漫长,需要配方人员对实验结果进行感官评吸,然后根据感官评吸的结果调整配方,整个过程需要不断的反复。这种配方的维护与设计方式不仅需要较长的时间周期,还存在着很强的主观性,许多因素会导致配方结果存在差异,包括配方专家的生理和心理状况、评吸环境等因素。
近红外光谱法是近几年来迅速发展起来的一种快速、高效、低成本的绿色分析技术,它是利用有机物中含有C-H、N-H、O-H、C-C等化学键的泛频振动或转动,以漫反射方式获得在近红外区的吸收光谱,具有信息量大、重现性好、品质信息全面的优良特性,是烟叶质量信息的综合体现,包含了关键化学成分、质量特色信息、烟叶物理状态以及部分含量较高的致香成分在其中,因此应用近红外光谱对烟叶综合质量进行分析、评价与控制都非常合适。
但近红外光谱往往具有高维小样本的特点,样本数目一般为几十或上百,而每条光谱却由上千个波长点组成,其中含有大量与建模无关的噪声信息和冗余信息。如何既有效地利用高光谱数据的丰富信息,又能高效地对其进行合理处理成为一个难点问题。
发明内容
为了解决上述技术问题,本发明提供一种卷烟叶组配方维护方法,以数字化方式实现配方维护的质量可控性,从而实现对叶组配方维护。通过采集烟叶光谱数据进行特征提取,然后建立光谱相似性度量模型,达到对烟叶品质的客观评价以及卷烟质量风格的稳定性控制。
本发明可以提取挖掘烟叶近红外光谱与烟叶质量之间的关联关系,找出最有效的光谱区域,进而采用光谱相似性度量方法来代替传统的烟叶品质之间的相似性度量。
本发明的目的通过以下技术方案予以实现:
一种卷烟叶组配方维护方法,包括如下步骤:
步骤(1)、样品采集:采集不同产地、品种、等级m个烟叶样品,利用近红外设备采集光谱数据,构建光谱矩阵A,作为叶组配方替换烟叶数据集合;
其中,n是光谱的维数;
步骤(2)、化学成分检测:对步骤(1)收集到的烟叶样品利用连续流动分析仪,检测其化学成分数据,形成不同的化学成分向量C;
步骤(3)、感官评价:对步骤(1)收集到的烟叶样品进行感官评吸,并对感官质量进行评价打分,得到烟叶的感官质量数据C’;
步骤(4)、光谱预处理:对光谱矩阵A进行预处理,得到预处理后的光谱矩阵X;
步骤(5)、特征光谱提取:将样本集预处理后光谱与化学成分数据、感官质量数据进行关联分析,通过偏最小二乘法与回归系数b从光谱矩阵中分别筛选出样品光谱中和U种主要化学成分和感官质量有较强相关性的特征光谱S1,S2,...,SU,并分别生成U个特征光谱空间;
步骤(6)、构建光谱相似性矩阵,查找替代烟叶:将样本集的U个特征光谱空间通过局部线性嵌入降维方法依次实现每个特征光谱空间从高维空间向低维空间的特征映射,并在低维空间中计算每个特征空间相似度矩阵,最终加和生成样本集光谱总的相似度矩阵V,根据距离最小值可以找出和目标烟叶相似度最高、品质特征最相近的替代烟叶。
进一步地,步骤(4)中,采用一阶导数结合Norris-13点平滑进行预处理。
进一步地,步骤(5)中,特征光谱提取的具体步骤如下:
(1)、将建模数据的光谱矩阵X(m×n)和其化学成分矩阵C(m×1)或感官评吸矩阵C’(m×1),使用PLS方法进行回归,并确定主因子数f;
(2)、设置一噪声矩阵R(m×n),将X与R组合成矩阵XR(m×2n);
(3)、对XR和Y通过交叉验证的逐一提出法建立PLS模型,得到回归系数组成的矩阵B(m×2n);
(4)、计算回归系数矩阵B(m×2n)中回归系数向量的平均值和标准偏差的商h的稳定性:
(5)、在[n+1,2n]范围取h的最大绝对值hmax=max[abs(h)];
(6)、在[1,n]区间删除矩阵X对应h<hmax的变量,剩余变量即为该方法选取的变量组成的新矩阵S;
(7)、重复上述过程分别选出对样品U种主要化学成分和感官质量有较强相关性的特征光谱区域S1,S2,...,SU。
进一步地,步骤(6)中,光谱相似性矩阵构建具体步骤如下:
(1)、根据获得的各个指标相关性强的特征光谱,将光谱划分成U个特征光谱空间,在U个特征空间中分别对每个样本点xi(i=1,2,...,m)通过度量与其它样本点的欧式距离来选取K个距离最小的点作为它的近邻点,K取值为15;
(2)、在每个特征空间计算局部重构权值矩阵Wi,将每个样本点由它K个近邻点近似表示的均方差定义损失函数:
其中,xj(i=1,2,...,K)为xi的K个近邻点,wij为样本点xi与xj之间的权重系数,满足
构造矩阵Zi=(xi-xj)T(xi-xj)并与结合,采用Lagrange乘数法即可求出最优权重系数:
其中,1k为k维全1向量;
(3)、将数据集所有样本点映射到低维空间,映射满足最小化损失函数其中,yi是xi的输出向量,yj(i=1,2,...,K)为yi的K个近邻点;
(4)、通过加和得到最终的相似度矩阵V=V1+V2+,...,+VU;寻找和烟叶样本xi相似度最高、品质最接近的烟叶样本时,只需查找矩阵V在第i行的最小值对应的列值j,xj即为相似度最高的样本。
进一步地,步骤(6)中,在求解过程中,为了保证输出Y是惟一的,要满足约束条件
将损失函数矩阵化:
其中,V=(I-W)T(I-W),
要使损失函数值最小,取Y为V的最小的d个非零特征值所对应的特征向量,通常取第2~d+1间的特征值所对应的特征向量V=(y2,y3,...,yd+1)作为输出结果。
与现有技术相比,本发明有益效果为:
(1)本发明的叶组配方维护方法能够在配方维护过程中快速检索品质相近的烟叶,周期短、效率高、成本低,把卷烟质量稳定、烟叶内在品质及可用性等问题与卷烟配方技术综合考虑,满足原料快速评价及配方维护需求。
(2)传统的配方维护主要依靠配方专家的经验,需要配方专家根据感官评吸的结果不断反复调整配方,感官评吸方法评价烟叶品质具有很大的主观性,本发明所建立的烟叶品质相似性评价方法更具客观性。
(3)本发明以烟草近红外光谱为载体,具有信息量大、重现性好的优良特性,相对于传统的化学法对烟叶常规化学成分的检测,无需复杂的样品前处理和有毒性药品试剂,且其表征的烟叶质量信息更为全面。
(4)本发明利用近红外特征光谱结合相似性度量技术叶组配方维护方法具有良好的兼容性和扩展性,可根据企业烟叶库存,动态调整局部邻域K值和维数d,为业务人员更好地进行配方维护提供有效的技术支撑。
(5)相对于现有的主成分分析方法,本发明充分考虑到光谱中非线性特征的存在,采用非线性降维方法LLE实现光谱数据从高维空间向低维空间的特征映射,度量效果更佳。
(6)本申请在降维前首先对光谱进行特征提取,有效降低了噪声和冗余信息的影响,进一步提高了分析的准确率。
附图说明
图1是本发明的工艺流程图;
图2为筛选的和烟碱有较强相关性的50个特征,形成特征空间矩阵S1(50)。
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。所用试剂或仪器未注明生产厂商者,均为可以通过购买获得的常规产品。
本实施例的卷烟叶组配方维护方法,包括如下步骤:
步骤(1)、样品收集:收集2015-2018年m个库存烟叶样品,此处选择360个烟叶样品,即m=360。
使用尼高力Antaris II近红外光谱仪采集烟叶样品的近红外光谱数据,光谱扫描范围:4000-10000cm-1,分辨率:8cm-1,扫描次数:64次。
扫描之前,将烟叶放置于烘箱中,40℃下干燥2.5h,磨碎过40目筛。
构建出烟叶样本的光谱矩阵A:
n是光谱的维数,本实例中,n=1557。
步骤(2),化学成分检测:按照烟草行业标准,采用连续流动法检测烟叶样品的常规化学成分含量,包括:总糖(YC/T 159)、还原糖(YC/T 159)、烟碱(YC/T 160)、总氮(YC/T161)、钾(YC/T 217)、氯(YC/T 162)。构建不同化学成分向量C:
步骤(3),感官评价:从感官评吸专家库中抽取12名专业的评吸人员,对上述360个烟叶样品的感官质量进行评价打分,每个烟叶样品的打分结果均取平均值,评价指标项包括:香气特征(细腻度、圆润性、绵延感、丰富性、香气量)、烟气特征(浓度、刺激性、劲头、杂气)、口感特征(干净度、津润感、回味)等。构建不同感官质量评分向量C’:
评吸标准如下表1、2所示:
表1指标评吸标准
表2指标评吸标准
步骤(4),光谱预处理:对原始光谱矩阵A进行预处理,本实例采用一阶导数结合Norris-13点平滑,得到预处理后的光谱矩阵X:
步骤(5),特征光谱提取:将样本集预处理后光谱与化学成分数据、感官质量数据进行关联,从光谱矩阵中分别筛选出与主要化学成分和感官质量有较强相关性的特征光谱区域S1,S2,...,SU,形成U个特征光谱空间。计算步骤如下:
(1)、将预处理后的光谱矩阵X(m×n)和其化学成分矩阵C(m×1)或感官评吸矩阵C’(m×1)使用PLS方法进行回归,并确定主因子数f,其中m为样本数,n为波长点数;
(2)、设置一噪声矩阵R(m×n),将X与R组合成矩阵XR(m×2n);
(3)、对XR和Y通过交叉验证的逐一提出法建立PLS模型,得到回归系数组成的矩阵B(m×2n);
(4)、计算回归系数矩阵B(m×2n)中回归系数向量的平均值和标准偏差的商h的稳定性h(i)=mean(bi)/s(bi),i=1,2,...,2n;
(5)、在[n+1,2n]范围取h的最大绝对值hmax=max[abs(h)];
(6)、在[1,n]区间删除矩阵X对应h<hmax的变量,剩余变量即为该方法选取的变量组成的新矩阵S;
(7)、重复上述过程分别选出光谱中和总糖、还原糖、烟碱、总氮、以及香气、烟气、口感特征有较强相关性的特征光谱区域S1,S2,...,SU。
图2为筛选的和烟碱有较强相关性的50个特征,形成特征空间矩阵S1(50),表1为提取的样本集的烟碱特征光谱数据。
同理依次筛选出光谱中和总糖、还原糖、总氮、以及香气、烟气、口感特征有较强相关性的特征,分别形成特征空间矩阵S2(80)、S3(72)、S4(98)、S5(77)、S6(72)和S7(63)。上述7个指标能够较全面的表达烟叶的内在质量。
图2中,筛选的烟碱相关特征的光谱点为4200-6500cm-1之间50个非连续的波数点,不同样品在不同的烟碱相关特征的光谱点对应的吸光度如表3所示:
表3不同样品在不同的烟碱相关特征的光谱点对应的吸光度(节选)
光谱点 | 4763.313 | 4767.17 | 4771.027 | 4774.884 | 4778.74 | 4782.597 | … |
样品1 | -6.79E-04 | -7.52E-04 | -8.18E-04 | -8.84E-04 | -9.51E-04 | -1.01E-03 | … |
样品2 | -7.48E-04 | -8.21E-04 | -8.91E-04 | -9.63E-04 | -1.04E-03 | -1.10E-03 | … |
样品3 | -7.07E-04 | -7.75E-04 | -8.47E-04 | -9.15E-04 | -9.80E-04 | -1.04E-03 | … |
样品4 | -6.86E-04 | -7.56E-04 | -8.23E-04 | -8.88E-04 | -9.53E-04 | -1.02E-03 | … |
样品5 | -7.33E-04 | -8.04E-04 | -8.70E-04 | -9.37E-04 | -1.01E-03 | -1.07E-03 | … |
样品6 | -7.01E-04 | -7.68E-04 | -8.35E-04 | -9.02E-04 | -9.68E-04 | -1.03E-03 | … |
… | … | … | … | … | … | … | … |
样品359 | -7.56E-04 | -8.19E-04 | -8.87E-04 | -9.56E-04 | -1.02E-03 | -1.07E-03 | … |
样品360 | -7.26E-04 | -7.91E-04 | -8.57E-04 | -9.20E-04 | -9.82E-04 | -1.04E-03 | … |
步骤(6),构建光谱相似性矩阵,查找替代烟叶:将样本集的7个特征空间矩阵通过局部线性嵌入降维方法(LLE)依次实现每个特征空间从高维空间向低维空间的特征映射,并在低维空间中计算每个特征空间相似度矩阵,最终加和生成总的相似度矩阵V,根据距离最小值找出和目标烟叶相似度最高的替代烟叶。
计算步骤如下:
(1)、根据烟碱、总糖、还原糖、总氮、以及香气、烟气、口感特征筛选获得的特征得到7个特征光谱空间,在7个特征空间中分别对每个样本点度量与其它样本点的欧式距离来选取K个距离最小的点作为它的近邻点,K取值为15;
(2)、在每个特征空间通过局部线性嵌入降维方法进行降维,使用欧氏距离计算样本点之间的距离,归一化后生成每个特征空间的距离矩阵Vi。V1为烟碱特征空间的距离矩阵。
(3)、依次生成总糖、还原糖、烟碱、总氮、以及香气、烟气、口感特征子空间的距离矩阵V2,V3,V4,V5,V6,V7,将7个特征距离矩阵相加生成最终的相似度矩阵V。
(4)、寻找和烟叶样本xi“2015年玉溪1 K326 VCO2S”相似度最高、品质最接近的烟叶样本时,只需查找矩阵V在第i行的最小值对应的列值j,xj“2016年玉溪1K326VCO2S”即为相似度最高的样本,依次可以根据距离值找到相似度次高的样本“2015年玉溪1 K326VCO3S”。与“2015年玉溪1 K326 VCO2S”烟叶相似度高的4个烟叶样品列表如表4所示:
表4相似烟叶样本列表
序号 | 推荐烟叶样本 | 距离值 |
1 | 2016年玉溪1K326VCO2S | 0.321 |
2 | 2015年玉溪1K326VCO3S | 0.468 |
3 | 2015年玉溪2K326VCO3A | 0.563 |
4 | 2016年玉溪2K326VCO2A | 0.591 |
与常规叶组配方维护结果相比,本实施例全过程周期短、效率高、成本低,评价方法更具客观性,能够满足产品快速评价及叶组配方维护需求。
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 (5)
1.一种卷烟叶组配方维护方法,其特征在于:包括如下步骤:
步骤(1)、样品采集:采集不同产地、品种、等级m个烟叶样品,利用近红外设备采集光谱数据,构建光谱矩阵A,作为叶组配方替换烟叶数据集合;
其中,n是光谱的维数;
步骤(2)、化学成分检测:对步骤(1)收集到的烟叶样品利用连续流动分析仪,检测其化学成分数据,形成不同的化学成分向量C;
步骤(3)、感官评价:对步骤(1)收集到的烟叶样品进行感官评吸,并对感官质量进行评价打分,得到烟叶的感官质量数据C’;
步骤(4)、光谱预处理:对光谱矩阵A进行预处理,得到预处理后的光谱矩阵X;
步骤(5)、特征光谱提取:将样本集预处理后光谱与化学成分数据、感官质量数据进行关联分析,通过偏最小二乘法与回归系数b从光谱矩阵中分别筛选出样品光谱中和U种主要化学成分和感官质量有较强相关性的特征光谱S1,S2,...,SU,并分别生成U个特征光谱空间;
步骤(6)、构建光谱相似性矩阵,查找替代烟叶:将样本集的U个特征光谱空间通过局部线性嵌入降维方法依次实现每个特征光谱空间从高维空间向低维空间的特征映射,并在低维空间中计算每个特征空间相似度矩阵,最终加和生成样本集光谱总的相似度矩阵V,根据距离最小值可以找出和目标烟叶相似度最高、品质特征最相近的替代烟叶。
2.根据权利要求1所述的卷烟叶组配方维护方法,其特征在于:步骤(4)中,采用一阶导数结合Norris-13点平滑进行预处理。
3.根据权利要求1所述的卷烟叶组配方维护方法,其特征在于:步骤(5)中,特征光谱提取的具体步骤如下:
(1)、将建模数据的光谱矩阵X(m×n)和其化学成分矩阵C(m×1)或感官评吸矩阵C’(m×1),使用PLS方法进行回归,并确定主因子数f;
(2)、设置一噪声矩阵R(m×n),将X与R组合成矩阵XR(m×2n);
(3)、对XR和Y通过交叉验证的逐一提出法建立PLS模型,得到回归系数组成的矩阵B(m×2n);
(4)、计算回归系数矩阵B(m×2n)中回归系数向量的平均值和标准偏差的商h的稳定性:
(5)、在[n+1,2n]范围取h的最大绝对值hmax=max[abs(h)];
(6)、在[1,n]区间删除矩阵X对应h<hmax的变量,剩余变量即为该方法选取的变量组成的新矩阵S;
(7)、重复上述过程分别选出对样品U种主要化学成分和感官质量有较强相关性的特征光谱区域S1,S2,...,SU。
4.根据权利要求1所述的卷烟叶组配方维护方法,其特征在于:步骤(6)中,光谱相似性矩阵构建具体步骤如下:
(1)、根据获得的各个指标相关性强的特征光谱,将光谱划分成U个特征光谱空间,在U个特征空间中分别对每个样本点xi(i=1,2,...,m)通过度量与其它样本点的欧式距离来选取K个距离最小的点作为它的近邻点,K取值为15;
(2)、在每个特征空间计算局部重构权值矩阵Wi,将每个样本点由它K个近邻点近似表示的均方差定义损失函数:
其中,xj(i=1,2,...,K)为xi的K个近邻点,wij为样本点xi与xj之间的权重系数,满足
构造矩阵Zi=(xi-xj)T(xi-xj)并与结合,采用Lagrange乘数法即可求出最优权重系数:
其中,1k为k维全1向量;
(3)、将数据集所有样本点映射到低维空间,映射满足最小化损失函数其中,yi是xi的输出向量,yj(i=1,2,...,K)为yi的K个近邻点;
(4)、通过加和得到最终的相似度矩阵V=V1+V2+,...,+VU;寻找和烟叶样本xi相似度最高、品质最接近的烟叶样本时,只需查找矩阵V在第i行的最小值对应的列值j,xj即为相似度最高的样本。
5.根据权利要求4所述的卷烟叶组配方维护方法,其特征在于:步骤(6)中,在求解过程中,为了保证输出Y是惟一的,要满足约束条件
将损失函数矩阵化:
其中,V=(I-W)T(I-W),
要使损失函数值最小,取Y为V的最小的d个非零特征值所对应的特征向量,通常取第2~d+1间的特征值所对应的特征向量V=(y2,y3,...,yd+1)作为输出结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811038973.9A CN109100321A (zh) | 2018-09-06 | 2018-09-06 | 一种卷烟叶组配方维护方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811038973.9A CN109100321A (zh) | 2018-09-06 | 2018-09-06 | 一种卷烟叶组配方维护方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109100321A true CN109100321A (zh) | 2018-12-28 |
Family
ID=64865422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811038973.9A Pending CN109100321A (zh) | 2018-09-06 | 2018-09-06 | 一种卷烟叶组配方维护方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109100321A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109567253A (zh) * | 2019-01-25 | 2019-04-05 | 四川三联新材料有限公司 | 一种加热不燃烧卷烟原料配方设计方法及应用 |
CN109975238A (zh) * | 2019-03-29 | 2019-07-05 | 浙江中烟工业有限责任公司 | 一种基于近红外光谱的烟叶以及卷烟叶组配方的替代方法 |
CN110085286A (zh) * | 2019-03-14 | 2019-08-02 | 杭州电子科技大学 | 一种基于两步核最小二乘的智能卷烟配方维护方法 |
CN110134710A (zh) * | 2019-04-02 | 2019-08-16 | 杭州电子科技大学 | 一种基于贝叶斯网络的卷烟配方规则提取和配方维护的方法 |
CN110161011A (zh) * | 2019-06-12 | 2019-08-23 | 浙江中烟工业有限责任公司 | 相似度法对生产中不同掺兑量的烟用香精香料的快速检测方法 |
CN110432539A (zh) * | 2019-08-06 | 2019-11-12 | 河南中烟工业有限责任公司 | 一种卷烟原料余缺替代方法 |
CN110736718A (zh) * | 2019-10-16 | 2020-01-31 | 浙江中烟工业有限责任公司 | 一种烤烟烟丝的产地及等级识别方法 |
CN111543668A (zh) * | 2020-05-28 | 2020-08-18 | 浙江中烟工业有限责任公司 | 一种打叶复烤配方模块的设计方法 |
CN113177103A (zh) * | 2021-04-13 | 2021-07-27 | 广东省农业科学院茶叶研究所 | 基于审评评语的茶叶感官品质的比较方法及系统 |
CN113326473A (zh) * | 2021-05-31 | 2021-08-31 | 浙江中烟工业有限责任公司 | 一种卷烟叶组配方维护方法及存储介质 |
CN113666042A (zh) * | 2021-08-25 | 2021-11-19 | 红云红河烟草(集团)有限责任公司 | 用于复烤生产的露天货位调度控制方法 |
CN113984708A (zh) * | 2021-10-22 | 2022-01-28 | 浙江中烟工业有限责任公司 | 一种化学指标检测模型的维护方法和装置 |
CN114062303A (zh) * | 2020-07-31 | 2022-02-18 | 上海烟草集团有限责任公司 | 烟叶均匀性的监控方法、系统、介质及设备 |
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 |
CN115931738A (zh) * | 2023-01-09 | 2023-04-07 | 云南烟叶复烤有限责任公司 | 一种对成品片烟质量稳定性进行评价的方法及评价系统 |
CN116189803A (zh) * | 2023-03-31 | 2023-05-30 | 江苏中烟工业有限责任公司 | 一种卷烟叶组配方的稳质增效方法及其应用 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2629292A1 (en) * | 2005-11-16 | 2007-05-24 | Japan Tobacco Inc. | Mixture identification system |
CN104020127A (zh) * | 2014-06-18 | 2014-09-03 | 山东烟草研究院有限公司 | 一种利用近红外光谱快速测量烟叶中无机元素的方法 |
CN104076012A (zh) * | 2014-07-24 | 2014-10-01 | 河南中医学院 | 一种近红外光谱法快速检测冰片质量的模型建立方法 |
CN105844579A (zh) * | 2016-03-17 | 2016-08-10 | 浙江中烟工业有限责任公司 | 一种基于近红外光谱的原烟叶组配方维护方法 |
CN106501208A (zh) * | 2016-09-20 | 2017-03-15 | 广西中烟工业有限责任公司 | 一种基于近红外光谱特征的烟叶风格相似性分类方法 |
CN107796782A (zh) * | 2017-10-16 | 2018-03-13 | 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 |
CN108414471A (zh) * | 2018-01-10 | 2018-08-17 | 浙江中烟工业有限责任公司 | 一种基于近红外光谱与感官评吸互信息判别感官表征信息的方法 |
-
2018
- 2018-09-06 CN CN201811038973.9A patent/CN109100321A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2629292A1 (en) * | 2005-11-16 | 2007-05-24 | Japan Tobacco Inc. | Mixture identification system |
CN104020127A (zh) * | 2014-06-18 | 2014-09-03 | 山东烟草研究院有限公司 | 一种利用近红外光谱快速测量烟叶中无机元素的方法 |
CN104076012A (zh) * | 2014-07-24 | 2014-10-01 | 河南中医学院 | 一种近红外光谱法快速检测冰片质量的模型建立方法 |
CN105844579A (zh) * | 2016-03-17 | 2016-08-10 | 浙江中烟工业有限责任公司 | 一种基于近红外光谱的原烟叶组配方维护方法 |
CN106501208A (zh) * | 2016-09-20 | 2017-03-15 | 广西中烟工业有限责任公司 | 一种基于近红外光谱特征的烟叶风格相似性分类方法 |
CN107796782A (zh) * | 2017-10-16 | 2018-03-13 | 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 |
CN108414471A (zh) * | 2018-01-10 | 2018-08-17 | 浙江中烟工业有限责任公司 | 一种基于近红外光谱与感官评吸互信息判别感官表征信息的方法 |
Non-Patent Citations (1)
Title |
---|
宫会丽: "烟叶近红外光谱特征提取与相似性度量研究", 《中国博士学位论文全文数据库 基础科学辑》 * |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109567253B (zh) * | 2019-01-25 | 2022-04-22 | 四川三联新材料有限公司 | 一种加热不燃烧卷烟原料配方设计方法及应用 |
CN109567253A (zh) * | 2019-01-25 | 2019-04-05 | 四川三联新材料有限公司 | 一种加热不燃烧卷烟原料配方设计方法及应用 |
CN110085286A (zh) * | 2019-03-14 | 2019-08-02 | 杭州电子科技大学 | 一种基于两步核最小二乘的智能卷烟配方维护方法 |
CN110085286B (zh) * | 2019-03-14 | 2021-11-05 | 杭州电子科技大学 | 一种基于两步核最小二乘的智能卷烟配方维护方法 |
CN109975238A (zh) * | 2019-03-29 | 2019-07-05 | 浙江中烟工业有限责任公司 | 一种基于近红外光谱的烟叶以及卷烟叶组配方的替代方法 |
CN109975238B (zh) * | 2019-03-29 | 2021-11-30 | 浙江中烟工业有限责任公司 | 一种基于近红外光谱的烟叶以及卷烟叶组配方的替代方法 |
CN110134710A (zh) * | 2019-04-02 | 2019-08-16 | 杭州电子科技大学 | 一种基于贝叶斯网络的卷烟配方规则提取和配方维护的方法 |
CN110134710B (zh) * | 2019-04-02 | 2021-04-09 | 杭州电子科技大学 | 一种基于贝叶斯网络的卷烟配方规则提取和配方维护的方法 |
CN110161011A (zh) * | 2019-06-12 | 2019-08-23 | 浙江中烟工业有限责任公司 | 相似度法对生产中不同掺兑量的烟用香精香料的快速检测方法 |
CN110432539A (zh) * | 2019-08-06 | 2019-11-12 | 河南中烟工业有限责任公司 | 一种卷烟原料余缺替代方法 |
CN110736718A (zh) * | 2019-10-16 | 2020-01-31 | 浙江中烟工业有限责任公司 | 一种烤烟烟丝的产地及等级识别方法 |
CN110736718B (zh) * | 2019-10-16 | 2022-07-19 | 浙江中烟工业有限责任公司 | 一种烤烟烟丝的产地及等级识别方法 |
CN111543668B (zh) * | 2020-05-28 | 2022-03-25 | 浙江中烟工业有限责任公司 | 一种打叶复烤配方模块的设计方法 |
CN111543668A (zh) * | 2020-05-28 | 2020-08-18 | 浙江中烟工业有限责任公司 | 一种打叶复烤配方模块的设计方法 |
CN114062303A (zh) * | 2020-07-31 | 2022-02-18 | 上海烟草集团有限责任公司 | 烟叶均匀性的监控方法、系统、介质及设备 |
CN114062303B (zh) * | 2020-07-31 | 2023-11-24 | 上海烟草集团有限责任公司 | 烟叶均匀性的监控方法、系统、介质及设备 |
CN113177103A (zh) * | 2021-04-13 | 2021-07-27 | 广东省农业科学院茶叶研究所 | 基于审评评语的茶叶感官品质的比较方法及系统 |
CN113326473A (zh) * | 2021-05-31 | 2021-08-31 | 浙江中烟工业有限责任公司 | 一种卷烟叶组配方维护方法及存储介质 |
CN113326473B (zh) * | 2021-05-31 | 2024-04-30 | 浙江中烟工业有限责任公司 | 一种卷烟叶组配方维护方法及存储介质 |
CN113666042B (zh) * | 2021-08-25 | 2023-08-15 | 红云红河烟草(集团)有限责任公司 | 用于复烤生产的露天货位调度控制方法 |
CN113666042A (zh) * | 2021-08-25 | 2021-11-19 | 红云红河烟草(集团)有限责任公司 | 用于复烤生产的露天货位调度控制方法 |
CN113984708A (zh) * | 2021-10-22 | 2022-01-28 | 浙江中烟工业有限责任公司 | 一种化学指标检测模型的维护方法和装置 |
CN113984708B (zh) * | 2021-10-22 | 2024-03-19 | 浙江中烟工业有限责任公司 | 一种化学指标检测模型的维护方法和装置 |
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 |
CN115931738B (zh) * | 2023-01-09 | 2023-05-26 | 云南烟叶复烤有限责任公司 | 一种对成品片烟质量稳定性进行评价的方法及评价系统 |
CN115931738A (zh) * | 2023-01-09 | 2023-04-07 | 云南烟叶复烤有限责任公司 | 一种对成品片烟质量稳定性进行评价的方法及评价系统 |
CN116189803A (zh) * | 2023-03-31 | 2023-05-30 | 江苏中烟工业有限责任公司 | 一种卷烟叶组配方的稳质增效方法及其应用 |
CN116189803B (zh) * | 2023-03-31 | 2024-02-02 | 江苏中烟工业有限责任公司 | 一种卷烟叶组配方的稳质增效方法及其应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109100321A (zh) | 一种卷烟叶组配方维护方法 | |
Sun et al. | Visualizing distribution of moisture content in tea leaves using optimization algorithms and NIR hyperspectral imaging | |
CN107796782B (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 | |
Teye et al. | Cocoa bean and cocoa bean products quality evaluation by NIR spectroscopy and chemometrics: A review | |
Dos Santos et al. | A review on the applications of portable near-infrared spectrometers in the agro-food industry | |
Teye et al. | Estimating cocoa bean parameters by FT-NIRS and chemometrics analysis | |
CN109975238B (zh) | 一种基于近红外光谱的烟叶以及卷烟叶组配方的替代方法 | |
CN109324015B (zh) | 基于光谱相似的烟叶替代方法 | |
Parrini et al. | Use of FT-NIRS for determination of chemical components and nutritional value of natural pasture | |
Sinnaeve et al. | Global or local? A choice for NIR calibrations in analyses of forage quality | |
CN104990895B (zh) | 一种基于局部区域的近红外光谱信号标准正态校正方法 | |
Martín-Tornero et al. | Comparative quantification of chlorophyll and polyphenol levels in grapevine leaves sampled from different geographical locations | |
CN110702656A (zh) | 一种基于三维荧光光谱技术的植物油农药残留检测方法 | |
CN110132880B (zh) | 一种基于近红外光谱的烟叶整体感官质量评价方法 | |
CN110132879A (zh) | 一种基于近红外光谱的烤烟香韵鉴别方法 | |
Jiang et al. | Using an optimal CC-PLSR-RBFNN model and NIR spectroscopy for the starch content determination in corn | |
Bindereif et al. | Complementary use of 1H NMR and multi-element IRMS in association with chemometrics enables effective origin analysis of cocoa beans (Theobroma cacao L.) | |
CN109324016A (zh) | 一种复烤片烟香型风格的判定方法 | |
CN112595692A (zh) | 一种水果总糖含量预测模型的建立方法及水果总糖含量的预测方法 | |
CN105138834A (zh) | 基于近红外光谱波数k均值聚类的烟草化学值定量方法 | |
Arslan et al. | NIR spectroscopy coupled chemometric algorithms for rapid antioxidants activity assessment of Chinese dates (Zizyphus Jujuba Mill.) | |
Kamboj et al. | Characterization of chickpea flour by near infrared spectroscopy and chemometrics | |
Nkouaya Mbanjo et al. | Predicting starch content in cassava fresh roots using near-infrared spectroscopy | |
Sanchez-Azofeifa | Prediction of leaf traits of lianas and trees via the integration of wavelet spectra in the visible-near infrared and thermal infrared domains | |
Hershberger et al. | Low‐cost, handheld near‐infrared spectroscopy for root dry matter content prediction in cassava |
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 |