CN113029980B - 烟草薄片感官质量稳定性快速无损测定方法 - Google Patents
烟草薄片感官质量稳定性快速无损测定方法 Download PDFInfo
- Publication number
- CN113029980B CN113029980B CN202110184776.3A CN202110184776A CN113029980B CN 113029980 B CN113029980 B CN 113029980B CN 202110184776 A CN202110184776 A CN 202110184776A CN 113029980 B CN113029980 B CN 113029980B
- Authority
- CN
- China
- Prior art keywords
- spectrum
- distance
- measured
- standard
- 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.)
- Active
Links
- 241000208125 Nicotiana Species 0.000 title claims abstract description 68
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000001953 sensory effect Effects 0.000 title claims abstract description 10
- 238000009659 non-destructive testing Methods 0.000 title claims abstract description 8
- 238000001228 spectrum Methods 0.000 claims abstract description 196
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 8
- 230000003595 spectral effect Effects 0.000 claims description 30
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 230000005856 abnormality Effects 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000001066 destructive effect Effects 0.000 claims 2
- 230000008859 change Effects 0.000 abstract description 11
- 238000010183 spectrum analysis Methods 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 abstract description 2
- 235000019504 cigarettes Nutrition 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 239000000843 powder Substances 0.000 description 3
- 239000002994 raw material Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009614 chemical analysis method Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000007613 slurry method Methods 0.000 description 1
- 238000012360 testing method Methods 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
-
- 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
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- 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
- G01N2021/3595—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using FTIR
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申请提供了一种烟草薄片感官质量稳定性快速无损测定方法,包括:获得待测烟草薄片样品和标准烟草薄片的光谱,作为待测光谱和标样光谱;获得待测光谱与标样光谱之间的距离;依据距离获得待测烟草薄片样品与标准烟草薄片之间的质量稳定度。本申请基于光谱分析方法从整体上判断烟草薄片的质量,算法简便易行,在标样光谱固定的情况下不会随着检测样本的范围和数量的变化而变化,所得质量数据数值恒定,克服已有近红外质量检测的缺陷,并且检验结果所反映的质量波动直观明了,所得结果可靠性一致性高。
Description
技术领域
本发明涉及卷烟制造技术领域,更具体地,涉及一种烟草薄片感官质量稳定性快速无损测定方法。
背景技术
烟草薄片是以烟梗末、烟叶末和其他烟草碎末等为主要原料,通过造纸法、辊压法或者稠浆法等方法制作的、性状接近甚至优于天然烟叶的再造烟叶。以往采用连续流动等化学分析方法对烟草薄片的质量稳定性进行检测,但是这种方法耗财耗时。
目前大多数卷烟生产企业主要通过基于主成分分析(Principal ComponentAnalysis,PCA)方法进行的光谱分析来评价烟草薄片的质量,但是PCA分析法中的相关系数来自于所有参与计算的样本光谱的线性加和,相关系数会随着样本范围的改变而改变,并且绝大部分烟草薄片的组成成分都非常复杂,因此针对其中某几种化学成分进行分析难以体现烟草薄片的综合质量。另外,现有的烟草薄片质量检测方法检测步骤烦琐,使用仪器较多。
发明内容
本发明的一个目的是提供一种烟草薄片感官质量稳定性快速无损测定方法,基于光谱分析方法从整体上判断烟草薄片的质量,在标样光谱固定的情况下不会随着检测样本的范围和数量的变化而变化,因此根据本申请获得的质量分析结果有更持久的参考价值。本方法算法简便易行,在标样光谱固定的情况下不会随着检测样本的范围和数量的变化而变化,所得质量数据数值恒定,克服已有近红外质量检测的缺陷,并且检验结果所反映的质量波动直观明了,所得结果可靠性一致性高。
本申请提供了一种烟草薄片感官质量稳定性快速无损测定方法,包括:获得待测烟草薄片样品和标准烟草薄片的光谱,作为待测光谱和标样光谱;获得待测光谱与标样光谱之间的距离;依据距离获得待测烟草薄片样品与标准烟草薄片之间的质量稳定度。
可选地,将待测光谱上的光谱点与标样光谱上对应光谱点之间的欧式距离或欧式距离平方的加权和作为待测光谱与标样光谱之间的第一距离;依据第一距离获得待测光谱与标样光谱之间的距离。
可选地,将待测光谱上的光谱点与标样光谱上对应光谱点之间的曼哈顿距离或相对熵的加权和作为待测光谱与标样光谱之间的第一距离;依据第一距离获得待测光谱与标样光谱之间的距离。
可选地,标样光谱为多个。
可选地,将待测光谱与多个标样光谱之间的第一距离中的最小值作为待测光谱与标样光谱之间的距离。
可选地,标样光谱为一个。
可选地,将待测光谱与标样光谱之间的距离作为待测烟草薄片样品与标准烟草薄片之间的质量异常指标,以反映待测烟草薄片样品的质量稳定度。
可选地,在获得质量异常指标之前还包括:获得待测光谱上的异常噪音光谱段;从待测光谱上筛除异常噪音光谱段。
可选地,还包括在获得待测光谱与标样光谱之间的距离之前对待测光谱进行预处理。
可选地,预处理包括一阶导数和/或平滑处理。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1为本申请提供的烟草薄片感官质量稳定性快速无损测定方法的流程图。
图2为本申请提供的一个实施例的待测光谱与标样光谱之间的距离的流程图;
图3为本申请提供的另一个实施例的待测光谱与标样光谱之间的距离的流程图;
图4为烟草薄片的光谱示例图;
图5是根据本申请的方法获得的多个待测烟草薄片样品的质量异常指标曲线。
图6为本申请提供的一个实事例中的CAPA光谱段筛选
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
本申请提供一种烟草薄片感官质量稳定性快速无损测定方法,基于光谱分析方法从整体上判断烟草薄片的质量,在标样光谱固定的情况下不会随着检测样本的范围和数量的变化而变化,因此根据本申请获得的质量分析结果有更持久的参考价值。
本申请通过待测烟草薄片样品的光谱与至少一个标准烟草薄片的光谱的相似度实现质量异常指标的计算。
标准烟草薄片的光谱作为标样光谱,标样光谱是完全按照检测标准准备的光谱,是所有待测光谱进行比较的对象,标样光谱是预先准备的。
待测烟草薄片样品的光谱作为待测光谱,在质量检测时准备。如下是待测烟草薄片样品的准备过程:
具体地,在获得光谱之前,需要准备上述的多个待测烟草薄片样品。具体地,对使用的烟草薄片原料随机抽取,然后将所抽取烟草薄片原料放入40℃低温烘干处理3小时。
图1为本申请提供的基于相似度学习算法快速检验烟草薄片质量稳定性的方法的流程图。如图1所示,该方法包括如下步骤:
S110:获得多个待测烟草薄片样品和标准烟草薄片的光谱,作为待测光谱和标样光谱。图4是待测光谱的示例。
S120:针对每个待测光谱,获得待测光谱与标样光谱之间的距离Dl。其中,表示第l个待测光谱与标样光谱之间的距离。
S130:依据距离Dl获得待测烟草薄片样品与标准烟草薄片之间的质量稳定度。
具体地,作为一个实施例,S110中,将3张待测烟草薄片整片重叠置于光谱扫描仪测量台上,然后用透射夹套压紧,即可进行光谱扫描。作为一个实施例,使用傅立叶近红外光谱仪(内置镀金漫反射积分球)进行光谱扫描。对于烟草薄片的光谱扫描范围是4000~12500cm-1,分辨率是8cm-1。在温度23±3℃,湿度(60 10)%的环境下采集光谱数据,每个样品扫描64次。
扫描后对光谱做预处理。作为一个实施例,预处理包括将每个样品经多次扫描得到的光谱进行平均,并进行一阶导数和平滑处理,最后获得待测光谱。
待测光谱共计L个,表示为T={t1,t2…tL}。标样光谱共计K个,表示为B={b1,b2…bK}。其中,l∈(1,2,3……L),k∈(1,2,3……K)。
作为一个实施例,获取S120中的距离Dl包括如下步骤:
S210:计算待测光谱tl上的光谱点与标样光谱bk上对应光谱点之间的欧式距离或欧式距离平方或曼哈顿距离或相对熵的加权和,作为待测光谱tl与标样光谱bk之间的第一距离Dkl,利用第一距离Dkl计算待测光谱tl与标样光谱之间的距离Dl。其中,Dkl表示第l个待测光谱tl与第k个标样光谱bk之间的第一距离。
优选地,通过动态时间规整(Dynamic Time Warping,DTW)算法计算待测光谱与标样光谱之间的第一距离Dkl
Dkl=DTW(tl,bk) (1)
DTW算法在一定程度上纠正了基线漂移造成的样本差异距离。
S220:依据第一距离获得待测光谱tl与标样光谱之间的距离Dl。
获得第一距离Dkl后,在只有一个标样光谱(K=1)的实施例中,将该第一距离Dkl作为待测光谱tl与标样光谱之间的距离Dl。
在有多个标样光谱(K>1)的实施例中,将待测光谱tl与多个标样光谱之间的第一距离中的最小值作为待测光谱tl与标样光谱之间的距离Dl
Dl=min{D1l,D2l,D3l…,DKl} (2)
作为一个优选实施例,获取S120中的距离Dl包括如下步骤:
S310:按照分段窗口将待测光谱和标样光谱分成数量相同的光谱段,形成待测光谱段和标样光谱段,其中分段窗口的尺寸为w个波数的长度。窗口大小依据光谱的总波数来确定,作为一个实施例,10<w<60。
由此,光谱被分成了n段光谱段,每个待测光谱tl包括n个待测光谱段,每个标样光谱包括n个标样光谱段,即tl={tl1,tl2,tl3,…tln},bk={bk1,bk2,bk3,…,bkn}。
S320:对于每个待测光谱段,计算每个待测光谱段tlj上的光谱点与标样光谱段上的光谱点之间的第二距离Dlj,待测光谱段tlj与标样光谱段的波数相同。
其中,先获得第l个待测光谱tl的第j个光谱段tlj上所有的光谱点与第k个标样光谱bk的第j个光谱段bkj上的对应光谱点之间的第三距离Dklj,获取方式与第一距离相同,在此不再赘述。
在只有一个标样光谱(K=1)的实施例中,将待测光谱段tlj上的光谱点与标样光谱段bkj上的光谱点之间的第三距离Dklj作为待测光谱段tlj与标样光谱段之间的第二距离Dlj。
在有多个标样光谱(K>1)的实施例中,将待测光谱段tlj上的光谱点与所有标样光谱段bkj上的光谱点之间的第三距离Dklj中的最小值作为待测光谱段tlj与标样光谱段之间的第二距离Dlj
Dlj=min{D1lj,D2lj,D3lj…,DKlj} (3)
S330:对于每个待测光谱,计算待测光谱的所有光谱段的第二距离Dlj的和,作为待测光谱与标样光谱之间的距离Dl
优选地,在获取待测光谱与标样光谱之间的距离Dl时对光谱段进行滤波处理,筛除异常噪音光谱段。
具体地,采用滤波系数进行滤波
其中,wj表示第j个光谱段的滤波系数。
优选地,使用多维数列异常值检测算法CAPA(Collective And Point Anomalies)算法获得异常噪音光谱段和正常光谱段,并依据CAPA的结果设置滤波系数
S130中,将待测光谱与标样光谱之间的距离Dl作为待测光谱与标样光谱之间的质量异常指标η,反映了样品和标样之间的距离,用于评价待测烟草薄片样品与标准烟草薄片之间的质量差异,即待测烟草薄片样品的质量稳定度。具体地,可通过图示或表格的方式展示质量稳定度。质量异常指标越大表示待测样品和工业标准之间的差异越大,质量异常指标越小表示待测样品与工业标准越接近。
实例:
1、仪器和设备
采用德国布鲁克公司Matrix-I型光谱扫描仪扫描得出的光谱,光谱扫描范围4000-12000cm-1。
2、光谱扫描
本实例中共有不同时间采集的47个批次的烟草薄片,从天叶牌卷烟取45个批次,从红旗渠取2个批次。每个批次有若干样品,每个样品多次扫描,在经过一阶导数和平滑预处理后,对这些样品的光谱进行取平均处理。
3、检验
本实例中,使用国家工业标准YC/T 138-1998的三点评吸方法由人工得出烟草薄片的质量,该工业标准以天叶牌卷烟为标准打分,所得归一化后质量打分表如表格1所示。人工打分为1的是标准样本,数值越接近1越符合标准。
表1
按照本申请的方法处理经过预处理后的待测光谱。取窗口大小w=50。
CAPA计算结果显示第32~41段为异常区。
获得的未经CAPA滤波的数组与经过CAPA滤波的数组,其值如表1所示。经过CAPA滤波的光谱的检测结果也通过图6展示出来了,图5是最终的多个批次的待测样品的质量稳定度,其中图中的“×”代表异常样品。
人工评吸得出的打分值数组X与未经CAPA滤波的数组D1进行相关性分析,使用互相关系数函数R(X,η1)=-0.72 p=1.0754e-08
人工评吸得出的打分值数组X与经过CAPA滤波的数组D2进行相关性分析,得到互相关系数函数R(X,η2)=-0.73 p=5.0910e-09
其中,最后两个(第46和47个)待测光谱的质量异常指标值大于阈值,因此被识别为异常样品,这与实验中前45个光谱样品来源于天叶牌香烟薄片而最后两个是红旗渠牌香烟薄片的情况一致,与人工评吸方法得出的结果一致。
本申请获得的有益效果如下:
1、本申请基于光谱分析方法从整体上判断烟草薄片的质量,在标样光谱固定的情况下不会随着检测样本的范围和数量的变化而变化,因此根据本申请获得的质量分析结果有更持久的参考价值。
2、本申请将光谱分段截取,通过计算每段光谱与标准光谱之间的距离来获得待测样品与标准样品之间的质量异常指标,从而评价待测样品的质量稳定度,分段截取有助于提高分析的精准度。
3、本申请不需要通过事先建立数学模型以实现对某个化学成分的推导和预测,而是从光谱的整体上直接比较来判断烟草薄片的化学成分是否是在合适的质量参数范围内,并且使用距离参数有利于观察光谱段方向性是否和标样一致。
虽然已经通过例子对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上例子仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员应该理解,可在不脱离本发明的范围和精神的情况下,对以上实施例进行修改。本发明的范围由所附权利要求来限定。
Claims (3)
1.一种烟草薄片感官质量稳定性快速无损测定方法,其特征在于,包括:
获得待测烟草薄片样品和标准烟草薄片的光谱,作为待测光谱和标样光谱;
获得所述待测光谱与所述标样光谱之间的距离;
依据所述距离获得所述待测烟草薄片样品与所述标准烟草薄片之间的质量稳定度;
其中,获得所述待测光谱与所述标样光谱之间的距离,具体包括:
首先,采用分段的方法,依据分段窗口大小获得多段距离,按照分段窗口将待测光谱和标样光谱分成数量相同的光谱段,形成待测光谱段和标样光谱段;
待测光谱共计L个,表示为T={t1,t2...tL};标样光谱共计K个,表示为B={b1,b2...bK};其中,l∈(1,2,3......L),k∈(1,2,3......K);
其次,对于每个待测光谱段,计算每个待测光谱段(tlj)上的光谱点与标样光谱段上的光谱点之间的第二距离(Dlj),待测光谱段(tlj)与标样光谱段的波数相同;
其中,先获得第l个待测光谱(tl)的第j个光谱段(tlj)上所有的光谱点与第k个标样光谱(bk)的第j个光谱段(bkj)上的对应光谱点之间的欧式距离或欧式距离平方或曼哈顿距离或相对熵的加权和,作为第三距离(Dklj);
在只有一个标样光谱,即K=1时,将待测光谱段(tlj)上的光谱点与标样光谱段(bkj)上的光谱点之间的第三距离(Dklj)作为待测光谱段(tlj)与标样光谱段之间的第二距离(Dlj);
在有多个标样光谱,即K>1时,将待测光谱段(tlj)上的光谱点与所有标样光谱段(bkj)上的光谱点之间的第三距离(Dklj)中的最小值作为待测光谱段(tlj)与标样光谱段之间的第二距离(Dlj):
Dlj=min{D1lj,D2lj,D3lj...,DKlj}
最后,对于每个待测光谱,计算待测光谱的所有光谱段的第二距离(Dlj)的和,作为待测光谱与标样光谱之间的距离(Dl),将待测光谱与标样光谱之间的距离作为待测光谱与标样光谱之间的质量异常指标,依据质量异常指标评价所述待测烟草薄片样品的质量稳定度;
其中,在获取待测光谱与标样光谱之间的距离(Dl)时,使用多维数列异常值检测算法获得异常噪音光谱段和正常光谱段,依据多维数列异常值检测算法的结果设置滤波系数,采用滤波系数对光谱段进行滤波处理,筛除异常噪音光谱段,由此获得的待测光谱与标样光谱之间的距离(Dl)为:
其中,wj表示第j个光谱段的滤波系数,异常噪音光谱段的滤波系数为0,正常光谱段的滤波系数为1。
2.如权利要求1所述的烟草薄片感官质量稳定性快速无损测定方法,其特征在于,还包括在获得所述待测光谱与所述标样光谱之间的距离之前对所述待测光谱进行预处理。
3.如权利要求2所述的烟草薄片感官质量稳定性快速无损测定方法,其特征在于,所述预处理包括一阶导数和/或平滑处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110184776.3A CN113029980B (zh) | 2021-02-10 | 2021-02-10 | 烟草薄片感官质量稳定性快速无损测定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110184776.3A CN113029980B (zh) | 2021-02-10 | 2021-02-10 | 烟草薄片感官质量稳定性快速无损测定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113029980A CN113029980A (zh) | 2021-06-25 |
CN113029980B true CN113029980B (zh) | 2023-11-21 |
Family
ID=76461326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110184776.3A Active CN113029980B (zh) | 2021-02-10 | 2021-02-10 | 烟草薄片感官质量稳定性快速无损测定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113029980B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002012872A1 (en) * | 2000-08-04 | 2002-02-14 | High Value Horticulture Limited | Quality control and standardisation of tobacco by means of nmr and pattern recognition |
JP2008145341A (ja) * | 2006-12-12 | 2008-06-26 | Green Foods Co Ltd | 生魚体品質検量線作成方法及び生魚体品質判別法 |
CN104596975A (zh) * | 2015-01-30 | 2015-05-06 | 云南中烟工业有限责任公司 | 近红外漫反射光谱技术测定造纸法再造烟叶木质素的方法 |
CN106124440A (zh) * | 2016-06-14 | 2016-11-16 | 云南中烟工业有限责任公司 | 一种卷烟用香料的质量评价方法 |
CN108061691A (zh) * | 2017-12-13 | 2018-05-22 | 安徽中烟工业有限责任公司 | 一种评价批次间再造烟叶质量稳定性的方法 |
CN109324015A (zh) * | 2018-10-17 | 2019-02-12 | 浙江中烟工业有限责任公司 | 基于光谱相似的烟叶替代方法 |
CN109765336A (zh) * | 2018-12-26 | 2019-05-17 | 信阳师范学院 | 一种烟草薄片感官评价和化学成分相关性分析方法 |
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 |
CN110441244A (zh) * | 2019-07-26 | 2019-11-12 | 北京建筑大学 | 一种顾及吸收特征的光谱分段矿物颜料识别方法 |
CN110687090A (zh) * | 2019-09-10 | 2020-01-14 | 中国民航大学 | 移动窗口光谱角制图算法及乳粉非定向筛查方法 |
KR20200133083A (ko) * | 2019-05-16 | 2020-11-26 | 한국생산기술연구원 | 측정 환경 조건에 강인한 라만 스펙트럼 판별 방법 및 장치 |
-
2021
- 2021-02-10 CN CN202110184776.3A patent/CN113029980B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002012872A1 (en) * | 2000-08-04 | 2002-02-14 | High Value Horticulture Limited | Quality control and standardisation of tobacco by means of nmr and pattern recognition |
JP2008145341A (ja) * | 2006-12-12 | 2008-06-26 | Green Foods Co Ltd | 生魚体品質検量線作成方法及び生魚体品質判別法 |
CN104596975A (zh) * | 2015-01-30 | 2015-05-06 | 云南中烟工业有限责任公司 | 近红外漫反射光谱技术测定造纸法再造烟叶木质素的方法 |
CN106124440A (zh) * | 2016-06-14 | 2016-11-16 | 云南中烟工业有限责任公司 | 一种卷烟用香料的质量评价方法 |
CN108061691A (zh) * | 2017-12-13 | 2018-05-22 | 安徽中烟工业有限责任公司 | 一种评价批次间再造烟叶质量稳定性的方法 |
CN109324015A (zh) * | 2018-10-17 | 2019-02-12 | 浙江中烟工业有限责任公司 | 基于光谱相似的烟叶替代方法 |
CN109765336A (zh) * | 2018-12-26 | 2019-05-17 | 信阳师范学院 | 一种烟草薄片感官评价和化学成分相关性分析方法 |
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 |
KR20200133083A (ko) * | 2019-05-16 | 2020-11-26 | 한국생산기술연구원 | 측정 환경 조건에 강인한 라만 스펙트럼 판별 방법 및 장치 |
CN110441244A (zh) * | 2019-07-26 | 2019-11-12 | 北京建筑大学 | 一种顾及吸收特征的光谱分段矿物颜料识别方法 |
CN110687090A (zh) * | 2019-09-10 | 2020-01-14 | 中国民航大学 | 移动窗口光谱角制图算法及乳粉非定向筛查方法 |
Non-Patent Citations (6)
Title |
---|
Discriminative Segmentation-Based Evaluation Through Shape Dissimilarity;Konukoglu, E et al;IEEE TRANSACTIONS ON MEDICAL IMAGING;第31卷(第12期);第2278-2289页 * |
Quality evaluation of flue-cured tobacco by near infrared spectroscopy and spectral similarity method;Yiming Bi et al;《Spectrochimica Acta Part A:Molecular and Biomolecular Spectroscopy》;20190306;第215卷;第398-404页 * |
卷烟质量稳定性综合评价——基于多特征相似度分析和主成分分析;赖燕华等;《中国烟草学报》;20171231;第23卷(第05期);"1.3.3 相似度分析、主成分分析和聚类分析"、"2.2 不同批次卷烟的多特征相似度分析" * |
周永章等.《地球科学大数据挖掘与机器学习》.广州:中山大学出版社,2018,第167-168页. * |
基于滑动窗口和聚类算法的变压器状态异常检测;严英杰;盛戈;刘亚东;杜修明;王辉;江秀臣;;高电压技术;42(12);第4020-4025页 * |
常文兵等.《可靠性工程中的大数据分析》.北京:国防工业出版社,2019,第152-153页. * |
Also Published As
Publication number | Publication date |
---|---|
CN113029980A (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210247318A1 (en) | Non-Destructive Detection of Egg Freshness Based on Raman Spectroscopy | |
CN108732127B (zh) | 一种检测烟丝中各组分掺配比例的方法 | |
CN105548070B (zh) | 一种苹果可溶性固形物近红外检测部位补偿方法及系统 | |
CN110749565A (zh) | 一种快速鉴别普洱茶存储年份的方法 | |
CN102506731B (zh) | 利用近红外光谱检测造纸法再造烟叶厚度的方法 | |
CN113030007B (zh) | 基于相似度学习算法快速检验烟用香精质量稳定性的方法 | |
CN110967313A (zh) | 电子烟烟油尼古丁含量的近红外光谱预测建模方法及应用 | |
CN110672578A (zh) | 针对煎炸油极性组分检测的模型通用性及稳定性验证方法 | |
CN112362609A (zh) | 基于红外光谱技术鉴别油渍烟污染源的方法 | |
CN113029980B (zh) | 烟草薄片感官质量稳定性快速无损测定方法 | |
CN109946246A (zh) | 一种苹果可溶性固形物的检测方法及装置 | |
CN110887809B (zh) | 一种基于近红外光谱技术测定烟丝中梗含量的方法 | |
CHEN et al. | NIR measurement of specific gravity of potato | |
CN107238557A (zh) | 一种利用近红外光谱法快速检测碳酸钙粒径分布的方法 | |
CN112485238A (zh) | 一种基于拉曼光谱技术鉴别姜黄精油产地的方法 | |
CN109709060B (zh) | 一种沥青软化点、针入度和质量损失的测定方法 | |
CN106970042B (zh) | 一种卡拉胶杂质、水分含量检测方法 | |
CN113029979B (zh) | 一种用于检验卷烟纸质量稳定性的方法 | |
CN112179870A (zh) | 基于近红外光谱和opls-da的卷烟分类识别模型的构建方法 | |
CN113916824A (zh) | 牛奶中αs1-酪蛋白的中红外快速批量检测方法 | |
CN110646373A (zh) | 一种烟用香精香料糖分含量测定方法 | |
CN113791049B (zh) | 一种融合nirs和cv对冷鲜鸭肉新鲜度进行快速检测的方法 | |
CN113484272B (zh) | 基于近红外光谱采用相似度分析技术快速预测新鲜烟叶中油分的方法 | |
CN109164062A (zh) | 一种近红外光谱测定哈密瓜可滴定酸含量值的方法 | |
CN111595816B (zh) | 基于近红外pca分析判别片剂包衣终点的方法及其应用 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |