一种基于近红外光谱的烤烟香韵鉴别方法技术

本发明专利技术的目的提供一种基于近红外光谱的烤烟香韵鉴别方法，本发明专利技术提供的方法通过典型的香韵鉴别结果与烤烟的近红外光谱数据结合，建立近红外光谱与烤烟样本香韵的数据相关，进一步通过抽样统计与多模型建模的方式，通过训练数据的不同，构造多模型预测，由训练样本的特点决定模型间的差异及其侧重，给出非典型香韵香烟的香韵预测概率。

A Method for Identification of Flavor of Flue-cured Tobacco Based on Near Infrared Spectroscopy

【技术实现步骤摘要】
一种基于近红外光谱的烤烟香韵鉴别方法
本专利技术涉及烟草香韵鉴别领域，特别涉及一种基于近红外光谱的烤烟香韵鉴别方法。
技术介绍
香韵是表征烟叶及卷烟产品的重要指标，也是彰显工业企业品牌特色的重要指标；50-60年代，我国学者提出将国内烤烟分为浓香型、中间香型和清香型三大类。此后，各香型风格的烟叶比例成为中式卷烟配方的重要指标，同时，也是烟叶产区质量评价的重要指标。2000年后，国内烟草工业企业开始进行‘中式卷烟’的研发与探索，其中，从国内烟区烤烟香型的基础上，通过以清甜香，蜜(醇)甜香，焦甜香为支撑的中式卷烟风格，与欧美，日本等卷烟产品在风格上予以区分。在实际中，大多产区的烤烟烟叶呈现出多种香韵风格，其对评价人员的要求较高，且样本繁多工作量大，不适用于工业生产中各类原料的香韵判断。因此，拟通过理化检验的方式，替代人的感官评价，作为烤烟香韵的评价方法。针对感官评价的研究，目前已有通过理化数据结合感官评价结果，通过构建数学模型进行评价的方法，例如四川省农业科学院农产品加工研究所关于快速检测豆瓣酱风味、等级及产品溯源的方法(专利公告号为CN104316660B)，云南中烟工业有限责任公司基于味觉活力值的烟气酸味指数评价模型建立方法等(专利公告号为CN104267153B)。红外光谱因其快速、准确和无损而被广泛应用于化工、食品、制药等行业。光谱多元校正技术能够有效地用于物质成分含量检测和在线过程监测。近红外光谱主要是对含氢基团振动的倍频和合频吸收，其中包含了大多数类型有机化合物的组成信息，与烟叶化学成分关联的信息非常丰富。施丰成等利用基于近红外光谱的PLS-DA算法判别烟叶产地，对四川、云南、重庆、福建4个产区单料烟分别建立产地判别模型，对各个产区内验证集样本预测精度大于93％(施丰成,李东亮,冯广林,等.基于近红外光谱的PLS-DA算法判别烤烟烟叶产地[J].烟草科技,2013(4).)。王一丁等对烤烟全波段光谱特征信息进行预处理，建立的烤烟香型风格PLS-DA定性判别模型，识别正确率达100％(王一丁,赵铭钦,付博,等.利用可见-近红外光谱鉴定不同香型风格烤烟的方法[J].中国烟草科学,2015(6).)；王雪丽等研究了浓香型烟叶风格特征与品质特征之间的联系，运用灰色关联度分析、偏相关分析和逐步回归分析等方法分析了感官评价中的香韵指标与烟叶香气质量及香型之间的关系；(王雪丽，赵铭钦，任伟，等.浓香型产区烤烟香韵与香气质量及香型关系研究[J].中国烟草科学,2014(3):95-98.)。香韵的判定主要靠感官评吸，受自然气候，栽培方式等的影响，同一产区不同年度间的烟叶质量也有波动，增加了评价难度；目前的研究中，以香韵为起点，对烤烟质量的各个指标进行研究的报道很多，香韵的确定离不开人的感官评价，对一些典型产区的烟叶，如云南玉溪，贵州遵义，湖南桂阳等，其香韵特点单一且彰显，例如玉溪为清甜香韵，遵义为蜜甜香韵，桂阳为焦甜香韵；而对于国内大多数非典型产区，其香韵的彰显程度相对较低，香韵评价中会出现多个评价人员评价结果不一致的现象；此外，在现有的卷烟生产中，常使用多种烟叶进行配方，不可避免会发生多种香韵烟叶组合，此时，香韵之间的区分度过小的情况下，评吸人员无法鉴别出特定香韵类别，则不可避免会影响卷烟烟组的组配过程，无法准确获得目标的香韵类型，这些均是亟待解决的技术问题。
技术实现思路
由于全国烟叶地域分布广泛，很多烟叶样本的香韵并不典型，通常的分类方法只有一个模型，输出一个结果；这对典型香韵的样本有效，但对非典型样本或多种香韵混合的样本，则无法正确表达；因为无论输出哪一类(哪一种香韵)，都与实际不符；基于以上技术问题，本专利技术提供一种基于近红外光谱的烤烟香韵鉴别方法，该方法将典型的香韵鉴别结果与烤烟的近红外光谱数据结合，建立近红外光谱与烤烟样本香韵的数据相关，并对标定数据进行抽样，通过对建模数据的调整模拟不同专家的评吸偏好，每次抽样建模给出一个评价结果；通过多次抽样，在统计意义下给出一种概率统计的鉴别结果，而非现有的单一模型给出鉴别结果；其最终结果为该样本的各主要香韵占比；这种鉴别方式与实际应用中的鉴别方式相近，更具实用性。具体地，本专利技术采用以下技术方案：一种基于近红外光谱的烤烟香韵鉴别方法，该方法包括如下步骤：步骤1)取多个烤烟样本，专家评吸小组对上述烤烟样本进行香韵评价；步骤2)针对步骤1)获得评价结果，保留单一香韵彰显且评吸小组意见一致的K个样本；步骤3)分别采集K个烤烟样本的近红外光谱，并对其进行预处理；步骤4)对K个烤烟样本进行N次分层抽样，及保证抽样的每种香韵的抽取比例与原数据中的比例相同，抽样样本作为训练集；每次抽样后，对训练集进行LDA建模，建模具体步骤为：计算类间散度矩阵其中，C表示烤烟香韵类别数，μi表示第i类的样本光谱均值(i＝1,2,,,,C)，T代表矩阵转置；计算类内散度矩阵：表示第i类中的第j个样本，Mi表示第i类训练样本的数目；使用拉格朗日乘子法最终获得w；步骤5)采集待鉴别的测试样本的光谱并进行预处理，通过y＝xtestw将测试样本在所有的训练模型中进行训练建模，统计其预测结果，其中，xtest是测试样本的光谱，y是预测的香韵类别；步骤6)若测试样本在所有的训练模型中得到的香韵类别预测一致，则香韵类别为预测香韵类别，若测试样本在所有的训练模型中得到的香韵类别预测不一致，则计算其各香韵预测比例。作为优选，所述烤烟香韵的类别为3种，C＝3，所述的3种香韵类别为清甜香韵、蜜甜香韵以及焦甜香韵，所述K个样本由多个清甜香韵、蜜甜香韵以及焦甜香韵烤烟样本组成。作为优选，所述的评吸小组为7-11位具有烟叶感官评价职业认定的评价人员组成。作为优选，所述的评吸小组意见一致指多于三分之二的评吸员香韵评价意见统一。作为优选，光谱预处理为平滑+标准正态校正(snv)处理。作为优选，步骤5)中每次抽样的抽取比例为样本总数的70％-80％，且抽样次数N与样本数相关，要保证平均每个样本在测试集中的次数大于50次。作为优选，所述步骤6)算其各香韵预测比例，具体步骤为计算各香韵的预测次数除以总预测次数；其中，Pi为第i个样本的评价结果；Nq表示作为测试样本时预测为清甜香韵的次数，Nz表示作为测试样本时预测为蜜(醇)甜香韵的次数，Nn表示作为测试样本时预测为焦甜香韵的次数。与现有技术相比，本专利技术具有以下有益效果：本专利技术提供的方法通过典型的香韵鉴别结果与烤烟的近红外光谱数据结合，建立近红外光谱与烤烟样本香韵的数据相关，进一步通过抽样统计与多模型建模的方式，通过训练数据的不同，构造多模型预测，由训练样本的特点决定模型间的差异及其侧重，给出非典型香韵香烟的香韵预测概率。另外，通过本专利技术提供的模型，可以更好地解决多种香韵烤烟配方组配时的香韵鉴别问题，为烤烟配方组配提供香韵参考。最后，本专利技术摒弃现有的采用评吸人员对非典型香韵烤烟的鉴别方法，采用科学有效的技术手段对非典型香韵进行有效的科学鉴别；且经过对比，本专利技术的预测结果与评吸人员的统计学评价结果符合，有效减少了评吸次数。附图说明图1为经过预处理后的烤烟样本的近红外光谱；图2为多次抽样的LDA模型准确率。具体实施方式以下结合附图和实施例，对本专利技术的具体实施方式作进一步描述。以下本文档来自技高网...

【技术保护点】
1.一种基于近红外光谱的烤烟香韵鉴别方法，其特征在于：该方法包括如下步骤：步骤1)取多个烤烟样本，专家评吸小组对上述烤烟样本进行香韵评价；步骤2)针对步骤1)获得评价结果，保留单一香韵彰显且评吸小组意见一致的K个样本；步骤3)分别采集K个烤烟样本的近红外光谱，并对其进行预处理；步骤4)对K个烤烟样本进行N次分层抽样，及保证抽样的每种香韵的抽取比例与原数据中的比例相同，抽样样本作为训练集；每次抽样后，对训练集进行LDA建模，建模具体步骤为：计算类间散度矩阵

【技术特征摘要】
1.一种基于近红外光谱的烤烟香韵鉴别方法，其特征在于：该方法包括如下步骤：步骤1)取多个烤烟样本，专家评吸小组对上述烤烟样本进行香韵评价；步骤2)针对步骤1)获得评价结果，保留单一香韵彰显且评吸小组意见一致的K个样本；步骤3)分别采集K个烤烟样本的近红外光谱，并对其进行预处理；步骤4)对K个烤烟样本进行N次分层抽样，及保证抽样的每种香韵的抽取比例与原数据中的比例相同，抽样样本作为训练集；每次抽样后，对训练集进行LDA建模，建模具体步骤为：计算类间散度矩阵其中，C表示烤烟香韵类别数，μi表示第i类的样本光谱均值(i＝1,2,,,,C)，T代表矩阵转置；计算类内散度矩阵：表示第i类中的第j个样本，Mi表示第i类训练样本的数目；使用拉格朗日乘子法最终获得w；步骤5)采集待鉴别的测试样本的光谱并进行预处理，通过y＝xtestw将测试样本在所有的训练模型中进行训练建模，统计其预测结果，其中，xtest是测试样本的光谱，y是预测的香韵类别；步骤6)若测试样本在所有的训练模型中得到的香韵类别预测一致，则香韵类别为预测香韵类别，若测试样本在所有的训练模型中得到的香韵类别预测不一致，则计算其各香韵预测比例。2.根据权利要求1基于近红外光谱的烤烟香韵鉴别方法，...

【专利技术属性】
技术研发人员：毕一鸣，田雨农，郝贤伟，何文苗，帖金鑫，李石头，廖付，张立立，李永生，刘化冰，吴继忠，王辉，刘建华，
申请(专利权)人：浙江中烟工业有限责任公司，
类型：发明
国别省市：浙江,33