基于M5*模型树实现配方产品的感官指标预测方法组成比例

本发明专利技术所述基于Ｍ５’模型树实现配方产品的感官指标预测方法，其目的在于解决上述问题和不足而通过构造基本的决策树，然后在剪枝阶段对各节点建立线性回归模型、同时减去部分子树以防止过拟合，最后采用平滑过程降低由样本量较少所造成的模型分段点处的非线性，从而建立能够较准确描述理化数据与各个感官指标之间的相关性模型，以建立体现其内在规律的快捷预测系统。所述的感官指标预测方法，其核心是将Ｍ５’模型树引入预测流程中，以实现配方产品评定专家提供的知识数据与设备机器学习技术相结合。

【技术实现步骤摘要】

本专利技术涉及一种数据预测分析的方法流程，具体地是在配方产品的生产过程中建立一种可预测出感官质量指标的方法。
技术介绍
现有配方产品的制造行业，如日常消费使用卷烟、食品、香料、食品添加剂等，所采用的配方组分及其比例关系到原料及其成品的质量和等级评定。例如对于卷烟制品，通常是以香型风格、刺激性、劲头等指标来加以评定，以向消费者标明其不同等级。研究配方产品的配方组分与理化和感官指标之间的关系，进而提高产品制造品质、提高等级产品的评定是一项数据处理量较大的工作，一直也是由行业专家进行研究、力求获得内在规律的工艺改进方向。对于现有配方产品以往的评定工作是依靠行业专家通过现场品尝的方式、凭借个人的感官体验来划分等级、优劣。配方产品的生产企业虽然经过长期的生产管理而积累了一定数量的专家评估数据，但是由于执行质量评定的是个人行为，因而这些评估数据本身不可避免地存在诸多人为因素。如专家在质量评定过程中，会受其本人情绪、身体状况、个人感官喜好、以及感受疲劳程度等因素的干扰，在客观上存在着感觉误差，最终反映在配方产品的等级划分不准确、难以进行生产工艺的进一步提高和优化。而且，组织专家进行质量评估也需本文档来自技高网...

【技术保护点】
一种基于Ｍ５’模型树实现配方产品的感官指标预测方法，其特征在于：所述方法的流程是，　　　　检测配方产品的原料和成品的各项理化数据、感官指标，组织行业专家对其单料和成品进行评定，并将所得数据记录作为该方法的样本数据集；　　　　根据专家的行业经验剔除掉错误或特异的样本数据；　　　　根据产地、等级、风格等指标参数，将整理后的数据样本分为若干组样本集；　　　　对某组样本集进行数据预处理，包括剔除目标值缺失的样本、填补输入属性值缺失的样本和将离散属性值转换为连续属性值；　　　　根据信息增益最大的原则，选择分裂属性和分裂值，由根节点递归地建立基本的决策树；　　　　对基本的决策树从叶节点递归地由下到上进行剪...

【技术特征摘要】
1.一种基于M5’模型树实现配方产品的感官指标预测方法，其特征在于所述方法的流程是，检测配方产品的原料和成品的各项理化数据、感官指标，组织行业专家对其单料和成品进行评定，并将所得数据记录作为该方法的样本数据集；根据专家的行业经验剔除掉错误或特异的样本数据；根据产地、等级、风格等指标参数，将整理后的数据样本分为若干组样本集；对某组样本集进行数据预处理，包括剔除目标值缺失的样本、填补输入属性值缺失的样本和将离散属性值转换为连续属性值；根据信息增益最大的原则，选择分裂属性和分裂值，由根节点递归地建立基本的决策树；对基本的决策树从叶节点递归地由下到上进行剪枝，直到到达根节点；如果内部节点的线性模型的性能不低于此节点的子树的性能，则将此内部节点变为一个包含线性模型的叶节点；节点的线性模型可能包含的属性仅是其子树的所有属性，是在到达此节点的样本子集上线性回归产生的；在剪枝后直接平滑，将内部节点的线性模型合并到叶节点的模型中...

【专利技术属性】
技术研发人员：丁香乾，于树松，宫会丽，侯瑞春，胡瑞，冯天瑾，石硕，尹君华，杨宁，于锋，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：95[中国|青岛]