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技术

本发明专利技术公开了一种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，包括：获得多个待测烟用香精样品和标准烟用香精的光谱，作为待测光谱和标样光谱；获得多个待测烟用香精样品与标样光谱之间的距离矩阵；依据距离矩阵获得多个待测烟用香精样品的综合质量与标准烟用香精之间的相似度，作为多个待测烟用香精样品的质量稳定度。本申请基于距离相似度和光谱分析方法从整体上判断固体香精的质量，依据香精光谱的特点进行计算，在标样光谱固定的情况下所得距离差不会随着样本的范围和数量的变化而变化，算法简便易行，所得质量参数数据数值恒定，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。并且检验结果所反映的质量波动直观明了。并且检验结果所反映的质量波动直观明了。

【技术实现步骤摘要】
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


[0001]本专利技术涉及卷烟制造
，更具体地，涉及一种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。

技术介绍

[0002]在卷烟的生产过程中，为了提高卷烟的燃吸品质，需要使用各种烟用香精。烟用香精是由多种香料和适量溶剂调和制成的混合物，受原料产地、加工工艺等多种因素影响，产品质量存在一定的波动性。因此，烟用香精，对改善烟草制品的质量有着重要的作用。
[0003]目前大多数卷烟生产企业主要通过基于主成分分析(Principal Component Analysis，PCA)方法进行的光谱分析来评价烟用香精的质量，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，并且绝大部分烟用香精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用香精的综合质量。另外，现有的烟用香精质量检测方法检测步骤烦琐，使用仪器较多。

技术实现思路

[0004]本专利技术的一个目的是提供一种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，基于距离相似度和光谱分析方法从整体上判断固体香精的质量，所使用的计算方法依据香精光谱的特点而定，在标样光谱固定的情况下所得距离差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。依据香精光谱的特点进行计算，算法简便易行，所得质量参数数据数值恒定，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。
[0005]本申请提供了一种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，包括：获得多个待测烟用香精样品和标准烟用香精的光谱，作为待测光谱和标样光谱；获得多个待测烟用香精样品与标样光谱之间的距离矩阵；依据距离矩阵获得多个待测烟用香精样品的综合质量与标准烟用香精之间的相似度，作为多个待测烟用香精样品的质量稳定度。
[0006]优选地，获得多个待测烟用香精样品与标样光谱之间的距离矩阵，包括：计算每个待测光谱与标样光谱之间的第一夹角余弦距离；计算每个待测光谱与标样光谱之间的第一欧式距离方差；将所有待测光谱的第一夹角余弦距离和第一欧式距离方差组合，形成第一距离矩阵，作为多个待测烟用香精样品与标样光谱之间的距离矩阵。
[0007]优选地，计算待测光谱段与标样光谱之间的第一欧式距离方差，包括：计算每个待测光谱在每个波数上的光谱点与标样光谱在相同波数上的光谱点之间的第一欧式距离；将同一待测光谱上的所有光谱点对应的第一欧式距离的标准方差值作为待测光谱段与标样光谱之间的第一欧式距离方差。
[0008]优选地，依据距离矩阵生成质量控制图，并依据质量控制图获得多个待测烟用香精样品的综合质量与标准烟用香精之间的相似度；其中，质量控制图包括质量控制上限、质
量控制下限以及多个待测烟用香精样品的综合质量评价值，其中，质量控制上限和质量控制下限为标准烟用香精的标准质量评价值。
[0009]优选地，基于霍奇斯
‑
莱曼估计算法获得质量控制图的质量控制上限。
[0010]优选地，若标样光谱为多个，将待测光谱与所有标样光谱之间的夹角余弦距离的最小值作为待测光谱与标样光谱之间的第一夹角余弦距离。
[0011]优选地，将待测光谱与夹角余弦距离的最小值对应的标样光谱之间的欧式距离方差作为待测光谱与标样光谱之间的第一欧式距离方差。
[0012]优选地，还包括获得多个批次的待测烟用香精样品的质量稳定度，从而获得多个批次的质量波动性。
[0013]优选地，还包括获得待测烟用香精样品，包括：随机抽取香精原料；将所抽取的香精原料放入40℃低温烘干处理指定时间；将烘干的香精原料经粉碎机粉碎指定时间；选择指定孔径的筛网筛分粉碎的香精原料；将筛分后的香精原料装入样品检测密封袋中。
[0014]优选地，用于单体香原料、成品香精和模块香精稳定性的判断。
[0015]通过以下参照附图对本专利技术的示例性实施例的详细描述，本专利技术的其它特征及其优点将会变得清楚。
附图说明
[0016]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专利技术的实施例，并且连同其说明一起用于解释本专利技术的原理。
[0017]图1为本申请提供的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的流程图。
[0018]图2为本申请提供的一个优选实施例的获得距离矩阵的流程图；
[0019]图3为本申请提供的另一个实施例的获得距离矩阵的流程图；
[0020]图4为本申请提供的依据夹角余弦距离和欧式距离方差筛除不合格光谱的流程图；
[0021]图5是按照图2所示的实施例获得的质量控制图示例；
[0022]图6是固体香精光谱示例。
具体实施方式
[0023]现在将参照附图来详细描述本专利技术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专利技术的范围。
[0024]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，决不作为对本专利技术及其应用或使用的任何限制。
[0025]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。
[0026]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。
[0027]本申请提供了一种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，基
于距离相似度和光谱分析方法从整体上判断固体香精的质量，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。
[0028]本申请通过多个待测烟用香精样品的光谱与至少一个标准烟用香精的光谱的相似度实现质量稳定度的计算，需要说明的是，该多个待测烟用香精样品可以是一个批次的样品，也可以是多个批次的样品，每个批次的样品可以是指定采集时间采集的样品，也可以是指定采集地点采集的样品，也可以是在指定采集时间在指定采集地点采集的样品。
[0029]标准烟用香精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。
[0030]待测烟用香精样品的光谱作为待测光谱，在质量检测时准备。如下是待测烟用香精样品的准备过程：
[0031]具体地，在获得光谱之前，需要准备上述的多个待测烟用香精样品。具体地，对使用的香精原料随机抽取，然后将所抽取香精原料放入40℃低温烘干处理3小时，经粉碎机粉碎5分钟，随后选择指定孔径(如0.177mm(80目))的筛网筛分样品，最后将样品装入样品检测密封袋中待检。
[0032]图1为本申请提供的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的流程图。如图1所示，该方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种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，其特征在于，包括：获得多个待测烟用香精样品和标准烟用香精的光谱，作为待测光谱和标样光谱；获得所述多个待测烟用香精样品与所述标样光谱之间的距离矩阵；依据所述距离矩阵获得所述多个待测烟用香精样品的综合质量与所述标准烟用香精之间的相似度，作为所述多个待测烟用香精样品的质量稳定度。2.根据权利要求1所述的方法，其特征在于，获得所述多个待测烟用香精样品与所述标样光谱之间的距离矩阵，包括：计算每个待测光谱与标样光谱之间的第一夹角余弦距离；计算每个待测光谱与标样光谱之间的第一欧式距离方差；将所有待测光谱的第一夹角余弦距离和第一欧式距离方差组合，形成第一距离矩阵，作为所述多个待测烟用香精样品与所述标样光谱之间的距离矩阵。3.根据权利要求2所述的方法，其特征在于，计算待测光谱段与标样光谱之间的第一欧式距离方差，包括：计算每个待测光谱在每个波数上的光谱点与标样光谱在相同波数上的光谱点之间的第一欧式距离；将同一待测光谱上的所有光谱点对应的第一欧式距离的标准方差值作为待测光谱段与标样光谱之间的第一欧式距离方差。4.根据权利要求2或3所述的方法，其特征在于，依据所述距离矩阵生成质量控制图，并依据所述质量控制图获得所述多个待测烟用香精样品的综合质量与所述标准烟用香精之间的相似度；其中，...

【专利技术属性】
技术研发人员：霍娟，李怀奇，李成刚，芦昶彤，尹献忠，杨晨，李倩，周浩，骆震，王宁，王勇，何静宇，
申请(专利权)人：郑州大学，
类型：发明
国别省市：