烟草香级智能集成分类方法

《烟草香级智能集成分类方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、烟草香级智能集成分类方法　　摘要：针对烟草化学成分与卷烟制品香级之间确定的数学模型难以建立的问题。该文提出了一种基于智能算法的烟草香级集成分类方法。对比实验结果表明，该文算法在分类准确度上具有较大的优势，证明了该文算法的有效性。从而为烟草的香级分类提供了可靠依据。　　关键词：智能算法；烟草；香级分类　　中图分类号：TP273+.21文献标识码：A文章编号：1009-3044（2016）24-0006-02　　Abstract：Theproblemofestablishingthemathematicalmodelofthecigarettechemicalcompositionandc

2、igaretteproductfragrancegradeisdifficulttoestablish.Inthispaper，atobaccoaromaensembleclassificationmethodbasedonintelligentalgorithmisproposed.Finally，theclassificationresultsareobtainedbymajorityvoting.Experimentalresultsshowthatthealgorithmhasalargeadvantageintheclassificationaccuracy，andtheef

3、fectivenessoftheproposedalgorithmisdemonstrated..Thusitcanprovidethereliablebasisforthetobaccoaromaclassification.　　Keywords：intelligentalgorithm；tobacco；aromaclassification6　　在人们生活水平和消费水平不断提高的今天，优质和高档香烟的市场在不断地扩大，就我国而言就有3.5亿多烟民，所以如何提高烟叶品质和竞争力是各个烤烟厂商迫切需要解决的问题。2015年，我国的烟草行业每年的税收超过11000亿元，大约占到国民收入1

4、0%以上。烟草品质的高低是决定其市场竞争力，对烟草品质的评价与分级国内外已经开展了不少研究[1，2]。　　目前对烟草的内在质量评价，行业所采用的标准是靠感官评吸，具有较大的人为因素和不确定度。因此，烟草的内在质量评价，作为目前卷烟行业技术工作而言，是一项急需解决的问题。对于烟草内在质量评价体系的研究方面，目前的研究基本上是集中在常规化学成分的定性和定量分析以及部分化学成分的定性分析，对于影响烟草内在质量的各种化学成分的定性和定量分析以及系统的评价，尚未有全面的报道。由于烟叶的质量是经过燃烧后进行评价的，对于烟叶中各种成分在燃烧后对内在质量的影响，是一个非常重要的内容，如何建立起完善的内

5、在质量评价体系，来通过化学成分的变化，对烟草包括烟叶、卷烟进行完整和系统的质量评价，是非常重要和紧迫的。如何寻找一种可行而且合理有效的方法，可否采用化学成分的含量规律和变化来判断烟草的质量[3]，这样便可以克服人为的因素，对烟草行业提高产品质量，会起到积极的意义。6　　在烟草质量的评价体系中，烟草质量评价涉及外观、物理、化学、感官和烟气等多个指标体系，众多的指标增加了评价的难度。烟草的外观、感官、烟气等是化学成分的外在表现，用化学成分评价烟草质量相对较为客观，也含有较丰富的烟草品质信息。特别是红外线分析技术的发展，烟草中化学成分的测定也变得更加简便和快速，这也正是今后烟草质量评价的发展

6、趋势。目前烟草质量评价方法主要有外观质量评价法、常规化学成分评价法、感官评吸评价法等[4-6]。　　卷烟制品的香级是根据人受到烟草致香成分刺激后产生的主观感受来制定的，这一过程具有弱随机性。这需要计算机辅助烟草香级评定解决两个方面的问题，一方面，传统数理统计方法只能分析影响卷烟香级的相关因素，无法建立烟草化学成分与香级之间明确数学模型。另一方面，由于评吸专家的感受存在一定的随机性，导致单一的分类方法，往往存在弱学习特性，分类结果容易受到影响，导致偏差。　　集成学习是跨学科的综合数据挖掘理论，近年来被越来越多的应用到国防、金融、工业等各个方面。其本质是利用多个版本得其学习算法结果综合解决

7、同一个问题，可显著提高学习系统的泛化能力。针对烟草品质评定这类复杂问题，能够有效地提升单一弱学习算法的评估准确率。　　基于以上分析，本文提出了一种基于智能模糊聚类的烟草品质集成分类方法。　　1烟香级分类原理及系统结构　　烟草燃烧产生的香味是其内部各种化学物质的相互作用的结果，因此烟草的香型和香味决定于各种致香成分含量及比例。而烟草化学成分极为复杂，目前已分离鉴定的就达到5000多种，这必然给计算机辅助感官评价带来巨大的复杂度。因此需要分析决定烟