CN1975705A - 基于回归函数估计svm的卷烟内在质量指标评估方法 - Google Patents

Abstract

本发明提供的一种基于回归函数估计SVM的卷烟内在质量指标评估方法，是以卷烟的样本数据为基础，建立利用回归函数估计的SVM模型，然后利用上述SVM模型对待测卷烟内在质量进行评估。本发明利用相关性分析方法，进行特征参数的选择，降低输入参数的个数，从而也进一步降低了对样本数据的需求量，利用SVM在有限样本情况下学习的优良特性，在小样本情况下也能达到比较高的评估预测准确度，从而减少人工评吸量，降低企业的检测费用，很适于在烟草行业推广应用。

Description

基于回归函数估计SVM的卷烟内在质量指标评估方法

技术领域

本发明涉及一种在有限样本情况下更准确的实现卷烟内在质量指标评估预测的支持向量机方法，特别涉及一种利用回归函数估计的SVM模型对卷烟内在质量指标的评估方法。

背景技术

卷烟的内在质量，如感官质量等，与卷烟中的某些物理化学成分有着密切联系，这些物理化学成分一定程度上决定着卷烟的内在质量，如烟草中的烟碱与感官的刺激性、劲头特性相关。领域专家在进行感官评估时经常需要参考这些检测到的成分。

烟叶包含众多的化学成分；吸烟过程中各化学成分相互作用，刺激人的味觉、嗅觉、触觉，都极其复杂。烟叶评吸专家的经验是十分可贵的，但也具有明显的不确定性和主观性等缺点。烟草行业在烟叶化学成分、感官评价及烟气分析方面积累了很多有价值的经验与数据，还没有很好地加以利用。企业迫切希望利用已经积累的样本数据，通过对上述学习问题进行建模来实现计算机辅助质量评估，由此实现对未知样本的内在质量评估，从而减少对专家在内在质量评估方面的依赖，降低企业的生产设计成本，提高产品质量和管理水平。

支持向量机方法是一种智能技术，适用于解决用传统数学模型方法难以解决的、非确定性的复杂问题，其特别之处在于对小样本数据的处理能力；善于从少量样本数据中归纳、提取到接近样本真实规律的知识。

支持向量机是一种非参数机器学习方法，较好地实现了结构风险最小化(SRM)原则的设计思想；困扰以往机器学习方法的许多问题，如神经网络中的模型选择问题、过学习与欠学习问题、非线性和维数灾难问题以及局部极小点等问题在SVM中都得到了较好的解决。支持向量机的基本思想就是通过某种事先选择的非线性映射将输入向量X映射到一个高维特征空间Z，然后在这个特征空间中构造最优分类超平面。上面的非线性映射是通过定义适当的内积函数实现的。

目前，烟草行业就烟草的化学成分与烟气分析指标、感官质量评价指标之间的定量分析方法较多采用传统的统计分析方法，如多元回归。传统方法构造的模型，只是对分析过的烟草样本数据具有一定的适用性；一旦有新的样本，评估模型往往要重新构造，求解过程复杂，难以实现快速的评估建模和计算机辅助质量评估。

发明内容

为克服现有技术中的缺陷，本发明提供了一种基于回归函数估计SVM的卷烟内在质量指标评估方法，该方法将相关性分析、回归函数估计SVM、评估输出值转换规则等技术和方法相结合，并对算法以及关键参数进行相应改进，使其更加适应卷烟行业数据环境；其主要目的在于要建立适应卷烟行业小样本数据环境的机器学习模型，充分适应小样本、高维、大噪声、非线性这四大重要数据特征；从而减少对样本数据的需求，减少人工评吸量，降低企业的检测费用，在有效样本情况下也能达到比较高的评估预测符合度，满足烟草行业计算机辅助质量评估的需要；同时也为卷烟叶组配方的智能设计提供良好的前提技术方法。

为达到上述目的，本发明提供了一种卷烟内在质量指标的评估方法，以卷烟的样本数据为基础，建立利用回归函数估计的SVM模型，然后利用上述SVM模型对待测卷烟内在质量进行评估。

所述建立回归函数估计的SVM模型是通过如下步骤实现的：

1)首先将各种卷烟的理化指标、烟气分析指标和评吸结果，录入数据库；

2)然后利用零值/空值判断或超出最大最小值范围判断剔除错误或特异样本，并对样本数据进行标准化或归一化处理；

3)按卷烟类型或者理化特性的不同对上一组得到的数据分组并命名，利用相关系数求解或主成分分析的相关性分析方法对每个待评估的质量指标进行特征参数选择，保留主要影响参数，剔除次要影响参数，从而确定各个待评估、预测指标的理化指标输入参数项；

4)选择高斯型函数或多项式函数作为支持向量机的核函数；采用了不敏感损失函数ε，并利用交叉验证法或留一法确定支持向量机的核函数参数γ和正则化参数项C；

5)将标准化后的样本数据送入回归函数估计支持向量机中进行学习、训练得到其支持向量和各支持向量的系数αi，从而形成SVM模型；

6)将上一步建成的SVM模型的各项参数信息、支持向量信息以及各系数存储到数据库中。

对待测卷烟内在质量进行评估通过下列步骤实现：

1)输入待测卷烟样本数据；

2)对上述样本数据进行标准化或归一化处理；

3)对上述第2)步得到的各项数据利用相关系数求解或主成分分析的相关性分析方法进行筛选，保留主要的影响参数；

4)根据卷烟的类型，判断上一步得到的数据所属的样本组，根据判断结果读取该类型卷烟对应的SVM模型名称；

5)将第3)步得到的数据输入上述SVM模型，即可得出感官评吸和烟气指标预测值；

还可设有第6)步骤：将第5)步骤得到的感官评吸和烟气指标预测值依据转换规则转换为用户可理解的表达方式输出。

对于步骤4)获得的预测值的准确度评估采用以输出的实数值与目标值的误差的比值是否小于允许的误差作为标准。

本发明的主要是利用相关性分析技术进行特征参数选择，再利用改进的回归函数估计SVM来对卷烟内在质量评估数据进行学习建模，然后应用构造的判别函数进行卷烟内在质量评估，最后根据定义的某种规则将评估输出值转换为用户能够理解的表现方式，从而形成一套完整的卷烟内在质量评估预测的数据分析处理方法，有效地解决计算机辅助卷烟质量评估中的小样本问题；并解决了烟草行业小样本数据情况上对卷烟内在质量指标的评估问题；减少对样本数据的需求，减少人工评吸量，降低企业的检测费用。

附图说明

图1为本发明的流程图；

图2为本发明建立回归函数估计的SVM模型流程图；

具体实施方式

下面结合附图和具体实施方式对本发明进行说明。本发明提供的一种基于回归函数估计SVM的卷烟内在质量指标评估方法，以卷烟的样本数据为基础，建立利用回归函数估计的SVM模型，然后利用上述SVM模型对待测卷烟内在质量进行评估。

本发明首先利用相关性分析方法，包括相关系数求解、SVML方法，进行特征参数的选择，降低输入参数的个数，从而也进一步降低了学习时对样本数据的需求量。在解决小样本学习问题方面，支持向量机拥有着比其它技术方法更为突出的优势。但卷烟质量评估预测中，卷烟的内在质量指标，如感官质量包括香型、香气质、劲头、燃烧性、刺激性等大都采用类别方式来表示其质量状态，行业专家将产品的感官质量在用不同的文字进行描述的同时，也以数字形式给出了感官质量的定量特征，如卷烟质量指标中香型、余味指标如下表示：

香型指标：清香为“1”、清偏中为“2”、中偏清为“3”、中间香为“4”、中偏浓为“5”、浓偏中为“6”、浓香为“7”、特异香型为“8”。

余味指标：舒适为“5”、较舒适为“4”、尚舒适为“3”、欠舒适为“2”、差为“1”。

因此，在解决感官评估的学习问题时可以作为一个“多类划分”来处理。但由于传统的SVM在多类别识别中存在的明显缺陷，因此本发明提出利用回归函数估计的SVM方法进行建模来解决感官评估的多类模式识别问题，通过对样本数据构造具有优良推广性能、抗噪性能好、鲁棒性的学习模型来实现回归函数的估计，从而应用估计的回归函数来完成对新增样本的质量评估。

由此，就可以既发挥支持向量机在小样本学习上的优势，又可以解决卷烟内在质量指标评估预测中的多类别识别问题。

如图1所示，所述建立回归函数估计的SVM模型是通过如下步骤实现的：

1)首先将各种卷烟的理化指标、烟气分析指标和评吸结果，录入数据库；

2)然后利用零值/空值判断或超出最大最小值范围判断剔除错误或特异样本，并对样本数据进行标准化或归一化处理；

3)按卷烟类型或者理化特性的不同对上一组得到的数据分组并命名，利用相关系数求解或主成分分析的相关性分析方法对每个待评估的质量指标进行特征参数选择，保留主要影响参数，剔除次要影响参数，从而确定各个待评估、预测指标的理化指标输入参数项；例如，最终分析得出单料烟10项理化指标：总糖、总烟碱、还原糖、总氮、蛋白质、氯气、钾、施木克值、糖碱比、钾氯比做为香型、刺激性、CO、TPM等质量指标的输入参数；

4)选择高斯型函数或多项式函数作为支持向量机的核函数；采用了不敏感损失函数ε，并利用交叉验证法或留一法确定支持向量机的核函数参数γ和正则化参数项C；

5)将标准化后的样本数据输入回归函数估计支持向量机中进行学习、训练得到其支持向量和各支持向量的系数α_i，从而形成SVM模型；

6)将上一步建成的SVM模型的各项参数信息、支持向量信息以及各系数存储到数据库中。

在上述的建立SVM模型的过程中，采用了不敏感损失函数ε，以保证SVM的稳定性。为了对实值函数构造支持向量机，本发明中采用一种新的损失函数，即ε不敏感损失函数：

L(y，f(x，w))＝L(|y-f(x，w)|_ε)

其中，

ε不敏感损失函数是对Huber提出的最小最大理论平均绝对误差准则的一种推广，算法是鲁棒性的。Huber提出的最小最大理论；使得我们可以在只知道关于噪声模型的一般信息的情况下，找到损失函数的最佳策略。

如图2所示，上述卷烟内在质量指标的评估方法具体包括下列步骤：首先采集要评估的卷烟的理化指标，烟气指标，以及评吸结果等数据，输入数据库；并对上述样本数据进行标准化或归一化处理；然后根据相关性分析结论进行筛选，剔除错误或特异样本，以统一各输入数据量纲；再根据卷烟的类型，判断上一步得到的数据所属的样本组，根据判断结果读取该类型卷烟对应的SVM模型名称，用户可自定义所采用的SVM模型；然后依据模型名称来读取该模型的核函数、正则化参数C、核函数参数γ以及各支持向量的系数α，根据上述参数构造判别函数，并将数据送入该SVM模型，最后计算得出感官评吸和烟气指标预测值；获得的预测值的准确度评估采用以输出的实数值与目标值的误差的比值是否小于允许的误差作为标准。由于发明中提出的SVM方法得到的回归函数是对实值样本数据集的函数逼近，因此其输出也是实数形式；这种实数形式一定程度上反映了估计值与实际类别的隶属程度，更能将输入样本空间中的样本点的靠近程度映射到输出值中，与真实情况更为接近。但是，如何对回归函数的输出值进行评估准确度的评价又成为一个新的问题。针对此问题，发明给出了相应的解决方案；即以输出的实数值与目标值的误差和允许误差的比值作为评估准确度的计算标准，如下式：

即如果SVM模型输出的实数值与目标值的误差大于允许的误差，则对该样本的评估准确度为0。通过上述计算标准可有效估计建立的SVM模型的性能情况。

由此，就可以既发挥支持向量机在小样本学习上的优势，又可以解决卷烟内在质量指标评估预测中的多类别识别问题。

将上一步得到的感官评吸和烟气指标预测值依据转换规则转换为用户可理解的数据或字符型描述形式输出，供用户参考。

实践证明，本方法是一种行之有效的评估预测烟草行业单料烟或成品烟感官评吸和烟气指标等内在质量的智能方法，而且在小样本数据环境比之现有的方法有着更加突出的优势。

Claims (5)

1、一种基于回归函数估计SVM的卷烟内在质量指标评估方法，其特征在于，以卷烟的样本数据为基础，建立利用回归函数估计的SVM模型，然后利用上述SVM模型对待测卷烟内在质量进行评估。

2、根据权利要求1所述的基于回归函数估计SVM的卷烟内在质量指标评估方法，其特征在于，所述建立回归函数估计的SVM模型是通过如下步骤实现的：

1)首先将各种卷烟的理化指标、烟气分析指标和评吸结果，录入数据库；

2)然后利用零值/空值判断或超出最大最小值范围判断剔除错误或特异样本，并对样本数据进行标准化或归一化处理；

3)按卷烟类型或者理化特性的不同对上一组得到的数据分组并命名，利用相关系数求解或主成分分析的相关性分析方法对每个待评估的质量指标进行特征参数选择，保留主要影响参数，剔除次要影响参数，从而确定各个待评估、预测指标的理化指标输入参数项；

4)选择高斯型函数或多项式函数作为支持向量机的核函数；采用不敏感损失函数ε，并利用交叉验证法或留一法确定支持向量机的核函数参数γ和正则化参数项C；

5)将标准化后的样本数据送入回归函数估计支持向量机中进行学习、训练得到其支持向量和各支持向量的系数αj，从而形成SVM模型；

6)将上一步建成的SVM模型的各项参数信息、支持向量信息以及各系数存储到数据库中。

3、根据权利要求1所述的基于回归函数估计SVM的卷烟内在质量指标评估方法，其特征在于，对待测卷烟内在质量进行评估通过下列步骤实现：

1)输入待测卷烟样本数据；

2)对上述样本数据进行标准化或归一化处理；

3)对上述第2)步得到的各项数据利用相关系数求解或主成分分析的相关性分析方法进行筛选，保留主要的影响参数；

4)根据卷烟的类型，判断上一步得到的数据所属的样本组，根据判断结果读取该类型卷烟对应的SVM模型名称；

5)将第3)步得到的数据输入上述SVM模型，即可得出感官评吸和烟气指标预测值。

4、根据权利要求3所述的基于回归函数估计SVM的卷烟内在质量指标评估方法，其特征在于：还包括第6)步骤：将第5)步骤得到的感官评吸和烟气指标预测值依据转换规则转换为用户可理解的表达方式输出。

5、根据权利要求3所述的基于回归函数估计SVM的卷烟内在质量指标评估方法，其特征在于，对于步骤4)获得的预测值的准确度评估采用以输出的实数值与目标值的误差的比值是否小于允许的误差作为标准。

Images