CN104063599B - 一种用于评价烟叶质量的指标筛选及处理方法 - Google Patents
一种用于评价烟叶质量的指标筛选及处理方法 Download PDFInfo
- Publication number
- CN104063599B CN104063599B CN201410295529.0A CN201410295529A CN104063599B CN 104063599 B CN104063599 B CN 104063599B CN 201410295529 A CN201410295529 A CN 201410295529A CN 104063599 B CN104063599 B CN 104063599B
- Authority
- CN
- China
- Prior art keywords
- quality
- index
- tobacco
- sample
- nicotiana tabacum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Manufacture Of Tobacco Products (AREA)
Abstract
本发明公开了一种用于评价烟叶质量的指标筛选及处理方法,测定21项烟叶质量指标,用主成分分析和相关分析筛选质量评价指标,用概率分布进行质量评价指标分级,用层次分析确定质量评价指标权重,用K‑均值聚类和多类逐步判别分析建立烟叶质量判别函数。并检验判别函数的准确性。本发明从多个基地单元的烟叶质量指标中,更加***综合的筛选出能准确对烟叶质量进行分析评价的烟叶质量指标。
Description
技术领域
本发明属于卷烟原料的技术领域,具体涉及一种用于评价烟叶质量的指标筛选及处理方法。
背景技术
烟叶是卷烟工业唯一的战略物资,在全国烟草行业加快改革、调整步伐的背景下,在新的发展机遇和新的发展空间下,卷烟原料供应和优化配置将作为卷烟品牌长远发展战略的基石和关键环节,质量和数量稳定的优质卷烟原料是保证卷烟品牌质量稳定和品牌扩张成功的关键所在。以优异卷烟原料打造优异卷烟品牌,还可以有效解决卷烟品牌同质化问题。随着国家烟草专卖局的每年建成100个卷烟原料基地单元目标的提出和卷烟工业推进卷烟原料基地单元建设的步伐加快,业内迫切需要一种卷烟原料质量的评价方法。
在卷烟工业实际采购过程中,农艺人员偏重于对烟叶外观质量的依赖,技术人员则多利用隶属函数与主成分析法对卷烟原料化学进行了分析与评价,配方人员更加重视烟叶的感官质量,表征卷烟原料基地的烟叶质量指标较多,虽然在理论上这诸多指标所蕴含的信息是可以全面反映烟叶质量指标信息,但是各个指标之间有着较强的相关性,从而产生信息的冗余,对信息分析的结果产生不利影响。目前,在优化采购卷烟原料过程中,或只注重烟叶质量的单项指标;或研究了多指标间的相互关系,而没有对多指标的体系进行全面综合评价。因此,需要提供一种用于评价烟叶质量的烟叶质量指标筛选及处理方法。
发明内容
本发明的目的在于提供一种用于评价烟叶质量的指标筛选及处理方法,从多个基地单元的烟叶质量指标中,更加***综合的筛选出能准确对卷烟原料基地进行分析评价的烟叶质量指标,建立各烟叶质量指标的横向联系的同时,规避各个评价指标间冗余的信息。
为解决上述技术问题,本发明采用下述技术方案:
一种用于评价烟叶质量的烟叶质量的方法,包括以下步骤:
(1)获取多个卷烟原料基地烟叶样本的多种烟叶质量指标的样本数据;
(2)将卷烟原料基地的烟叶质量指标的各样本数据用YAAHP软件进行指标的层次分析,针对每种烟叶质量指标分别筛选出与其他各项烟叶质量指标具有高度信息重叠的多项烟叶质量指标;所述高度信息重叠是指各指标间呈显著相关或者极显著相关;所述显著相关是指差异达到显著水平,P≦0.05;所述极显著相关是指差异达到极显著水平,P≦0.01;(3)对所述多个原料基地的样本数据运用DPS数据处理***的频次分布,分别针对每一项筛选出的烟叶质量指标,将各样本数据由低到高依次分为5级,作为确立的分级标准;
(4)用层次分析法获得筛选出的各项烟叶质量指标的权重;
(5)以筛选出的各项烟叶质量指标权重乘以100,保留两位小数,作为该指标的满分值,筛选出的各项烟叶质量指标满分之和为100分;
针对筛选出的各项烟叶质量指标中各样本数据的正向指标以该指标满分值的10%为级差,确定各级的得分;
筛选出的各项烟叶质量指标中各样本数据的负向指标以该指标满分值的10%为级差,确定各级的得分;
筛选出的各项烟叶质量指标中各样本数据的中性指标以该指标满分值的20%为级差;确定各级的得分;
得到各烟叶质量指标的关于等级的评分标准;
(6)用步骤(4)得到的烟叶质量指标的权重乘以步骤(5)中烟叶质量指标得分经标准化后的数值,计算出每个烟叶样本的综合得分,用K-均值聚类分析将所述多个基地的各个烟叶样本依综合得分划分为5类;从所述多个基地的5类烟叶样本中各抽取2/3的样本的综合得分作为建模样本用于建立判别函数,余下1/3烟叶样本作为检验样本用于检验判别函数的判别准确性;所建判别函数为:
式中,x1i—x5i为筛选出的各项烟叶质量指标的得分,z1i—z5i为选出的各项烟叶质量指标的判别函数的系数,c1—c5为判别函数的常数,r为正整数;所述r为烟叶质量指标的项数;所述i的范围为:1≤i≤r。
优选地,该方法进一步包括对烟叶质量进行判别,将每一烟叶样本的烟叶质量指标样本数据带入步骤(3)确立的分级标准中,确认指标等级,再根据步骤(5)关于等级的评分标准确认烟叶质量指标样本数据的得分,将得分分别代入步骤(6)的判别函数,计算函数值,根据该5个函数值中的最大值,判别该烟叶样本的质量。
优选地,所述多种烟叶质量指标包括烟叶外观质量指标、烟叶化学质量指标和烟叶感官质量指标。
优选地,所述多个烟叶样本的个数至少为15个。
优选地,所述烟叶外观质量指标至少包括颜色、成熟度、叶片结构、身份、油分和色度;
所述烟叶化学质量指标至少包括烟碱、总糖、还原糖、总氮、氯、钾、总氮、糖碱比和钾氯比;
所述烟叶感官质量指标至少包括香气质、香气量杂气、劲头、刺激性、浓度和余味。
本发明的有益效果如下:
1)本发明的方法简便易行,操作简单,数据易得,便于推广应用;
2)本发明对卷烟原料外观质量、内在化学成分及感官质量进行***和综合的分析和评价;
3)本发明将多个数理统计方法结合起来进行综合分析,在建立烟叶质量指标横向联系的同时,规避了各指标间冗余的信息,促进了卷烟原料质量评价的结果更加具有针对性、综合性和客观性;
4)本发明的烟叶质量评价计算统计过程和结果显示兼容性强,代表性、可靠性和准确性高,对调拨优质烟叶具有较好的指导性和实用性;
5)卷烟原料评价表征指标的遴选及评分标准的确立,可以深化对卷烟原料烟叶质量指标评价的认识,为卷烟原料评价提供持续优化的决策依据和理论支撑;
6)本发明的卷烟原料评价结果是科学、准确的,具有普遍性,为进一步采购优质原料奠定了理论与实践基础。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明。
图1为本发明实施例1的不同品质烟叶在两判别函数的空间散点图。
具体实施方式
为更好地理解本发明,下面将通过具体的实施例进一步说明本发明的方案,本发明的保护范围应包括权利要求的全部内容,但不限于此。
实施例1
样品采集于云南楚雄、大理、丽江3个卷烟工业产区的4个基地单元主产烤烟乡镇的初烤烟叶样品,品种为乡镇最大的主栽品种。在工商交接样品中选取具有代表性的C3F等级的35个样本,每个样本取样量为3kg。
1、对收集到的数据进行分析
(1)对卷烟原料基地的烟叶进行外观质量量化评定
外观质量指标包括:颜色、成熟度、叶片结构、身份、油分、色度,其量化评定方法根据GB2635-92烤烟分级标准,确定外观质量的评分标准(表1)。由烤烟烟叶分级技师,对样品各单项外观质量指标逐项进行判断评分。然后以平均值作为该样品该指标的鉴定分值。
表1 烟叶外观质量的评分标准
颜色 | 成熟度 | 结构 | 身份 | 油分 | 色度 |
桔黄(7~10) | 成熟(7~10) | 疏松(8~10) | 中等(7~10) | 多(8~10) | 浓(8~10) |
柠檬黄(6~9) | 完熟(6~9) | 尚疏松(5~8) | 稍薄(4~7) | 有(5~8) | 强(6~8) |
红棕(3~7) | 尚熟(4~7) | 稍密(3~5) | 稍厚(4~7) | 稍有Less(3~5) | 中(4~6) |
微带青(3~6) | 欠熟(0~4) | 紧密t(0~3) | 薄(0~4) | 少(0~3) | 弱(2~4) |
青黄(1~4) | 假熟(3~5) | 厚(0~4) | 淡(0~2) | ||
杂色(0~3) |
注括号内数字为分值
(2)对卷烟原料基地的烟叶进行化学成分测定
化学成分测定指标主要有烟碱、总糖、还原糖、钾、氯、总氮。分别采用YC/T159—2002、YC/T160—2002、YC/T161—2002、YC/T162—2002、YC/T173—2003规定的方法测定烟叶样品中的总糖和还原糖、烟碱、总氮、氯、钾。所测化学成分含量换算成百分率。糖碱比是指总糖含量与烟碱含量的比值,钾氯比是指钾含量与氯含量的比值。
(3)对卷烟原料基地的烟叶进行评吸质量指标的量化
参照标准YC/T138-1998建立烟叶感官质量的评分标准(表2)。由评烟委员,根据制定的标准,分别按香气质、香气量杂气、劲头、刺激性、浓度、余味等7个单项指标进行打分,然后取其平均值。
表2 烟叶评感官质量的评分标准
注.括号内数字为分值
用烟叶质量指标的变异系数和相对极差作为指标敏感性的判据,变异系数和相对极差越大,说明该指标越敏感。由烟叶质量指标统计描述结果显示(表3),在21项指标中,以氯含量的变异系数和相对极差最大,其次是钾氯比、糖碱比和烟碱,以成熟度的变异系数和相对极差最小。偏度系数表明:除总糖、还原糖、香气量和杂气4项指标为左偏型外,其余17项指标均为右偏型。峰度系数显示:颜色和成熟度等12项指标的曲线偏平阔,其余9项指标则偏尖削。
表3 21项烟叶质量指标的统计描述
指标 | 最小值 | 最大值 | 平均值 | CV(%) | 偏度 | 峰度 |
颜色 | 7.20 | 9.40 | 8.16 | 6.94 | 0.45 | -0.35 |
成熟度 | 7.50 | 9.20 | 8.26 | 4.74 | 0.33 | -0.04 |
结构 | 7.60 | 9.70 | 8.61 | 4.87 | 0.39 | 0.96 |
身份 | 6.20 | 8.60 | 7.25 | 8.50 | 0.07 | -0.66 |
油分 | 6.10 | 8.70 | 7.19 | 9.76 | 0.20 | -0.84 |
色度 | 4.30 | 6.70 | 5.22 | 11.80 | 0.54 | -0.29 |
烟碱(%) | 1.08 | 3.85 | 2.12 | 27.71 | 0.59 | 1.14 |
总糖(%) | 24.46 | 39.77 | 34.97 | 12.07 | -1.16 | 0.40 |
还原糖(%) | 16.75 | 34.78 | 27.82 | 13.85 | -0.77 | 0.95 |
钾(%) | 0.91 | 2.59 | 1.65 | 24.21 | 0.31 | 0.23 |
氯(%) | 0.15 | 0.85 | 0.27 | 50.90 | 3.06 | 10.92 |
总氮(%) | 1.06 | 2.55 | 1.72 | 19.02 | 0.50 | 0.53 |
糖碱比 | 6.35 | 34.05 | 17.95 | 33.60 | 0.94 | 1.33 |
钾氯比 | 1.99 | 13.17 | 7.02 | 35.58 | 0.31 | -0.11 |
香气质 | 4.50 | 7.00 | 5.76 | 11.42 | 0.09 | -0.95 |
香气量 | 5.00 | 7.00 | 6.03 | 10.25 | -0.11 | -1.05 |
杂气 | 4.50 | 7.00 | 5.77 | 9.71 | -0.05 | -0.28 |
浓度 | 5.00 | 6.50 | 5.60 | 8.04 | 0.35 | -0.53 |
刺激性 | 4.50 | 7.00 | 5.67 | 10.24 | 0.11 | -0.55 |
劲头 | 4.00 | 6.00 | 4.93 | 8.57 | 0.28 | 0.10 |
余味 | 4.50 | 7.00 | 5.76 | 10.61 | 0.22 | -0.47 |
注.下表中对应理化指标的单位相同
2筛选与其他烟叶质量指标具有高度信息重叠的指标
(1)烟叶质量指标的因子分析
烟叶质量指标的主成分因子将35个烟叶样品中21项质量指标的全部数据经标准化转化后进行因子分析,21项指标的前5个公因子(特征根>1)、方差贡献率、获得因子载荷矩阵如表4。可以看出,结果表明前5个主成分特征根>1.0,累计贡献率达到80.330%,即这5个主成分所含信息占总体信息的80.330%,完全符合分析要求。由各特征向量值可以看出,决定第1主成分大小的主要是香气质、香气量、劲头和杂气,方差贡献率为28.260%,说明感官评价指标在烟叶质量评价中有最为重要的作用,称为感官因子;决定第2主成分大小的主要是颜色和油分,方差贡献率为21.355%,说明外观质量指标在烟叶质量评价中有较为重要的作用,称为外观因子;决定第3主成分大小的主要是总糖、还原糖和糖碱比,方差贡献率为14.101%,决定第4主成分大小的主要是钾、烟碱和还原糖,方差贡献率与第三主成分大小的方差贡献率相近,为10.133%,说明内在化学指标在烟叶质量评价中有重要的作用,称为化学因子。
表4 21项烟叶质量指标的因子分析
(2)烟叶外观因子分析6项烟叶外观因子指标中,外观因子指标中的色度和结构在因子1中权重最大,都超过了0.7,但色度和结构的权重小于感官因子中的香气质、杂气和劲头的权重(表4)。颜色与油分在因子2中权重最大(以绝对值论,下同),分别为0.613和0.637。由6项外观指标因子进行相关分析可见(表5),各指标间呈极显著相关,相关系数在0.600~0.919之间,表明各外观指标之间存在多重线性信息重叠。虽然成熟度在各因子中的权重与其他外观因子指标相比较小,但是烤烟分级国标及烟叶质量研究中,成熟度是衡量烟叶质量的中心要素,是烟叶分级的首要因素,不同成熟度的烟叶外观质量、化学成分、烟气质量、物理特性等方面存在很大差异,故将成熟度选为烟叶外观因子代表指标。6项外观质量指标中油分在因子2中的权重高于与其他外观质量指标,且油分与烟叶的弹性、韧性、理化特性以及烟气质量密切相关,是一个概况性很强的烟叶分级品质因素,在烟叶分级中起着重要的作用,也将其作为烟叶外观因子代表指标。
表5 6项烟叶外观质量指标的相关关系
指标 | 颜色 | 成熟度 | 结构 | 身份 | 油分 | 色度 |
颜色 | 1.000 | 0.814** | 0.919** | 0.623** | 0.773** | 0.820** |
成熟度 | 0.814** | 1.000 | 0.826** | 0.600** | 0.679** | 0.643** |
结构 | 0.919** | 0.826** | 1.000 | 0.659** | 0.784** | 0.760** |
身份 | 0.623** | 0.600** | 0.659** | 1.000 | 0.807** | 0.647** |
油分 | 0.773** | 0.679** | 0.784** | 0.807** | 1.000 | 0.768** |
色度 | 0.820** | 0.643** | 0.760** | 0.647** | 0.768** | 1.000 |
注.*表示差异达到显著水平,P≦0.05;**表示差异达到极显著水平,P≦0.01;下表同。
(3)烟叶化学因子分析由8项烟叶化学因子指标的相关关系可得(表6),烟碱与钾、总氮呈显著相关(相关系数R分别为-0.338和-0.341),与糖碱比呈极显著相关(相关系数R为-0.892);还原糖与总糖呈极显著正相关(相关系数R为0.720);钾与钾氯比呈极显著正相关(相关系数R为0.504)。指标间的显著或者极显著相关表明化学因子指标之间有高度的信息重叠,可选择其中一个指标作为化学因子评价的代表指标。烟叶中烟碱满足吸烟者的生理需要,是烟叶质量的重要因素;还原糖是反映烟叶醇和度的重要指标,钾含量影响烟叶的燃烧性。且在决定第4主成分大小的主要是钾、烟碱和还原糖,基于以上分析,将烟叶烟碱、还原糖和钾作为烟叶化学因子代表指标。
表6 8项化学指标的相关关系
(4)烟叶感官因子分析根据相关分析结果表明(表7):除了劲头与其他感官指标以及浓度与刺激性外,其他感官指标间存在显著或极显著相关关系,在0.412~0.886之间。感官指标间的显著或极显著相关关系说明有高度的信息重叠分析,劲头与其他感官指标间不存在信息冗余。鉴于香气质和香气量在烟叶感官评价中更加常用,结合因子分析,所有感官质量指标中香气量在主成分因子1权重较大为-0.729、香气质在主成分因子2权重最大0.569,其他主成分因子中,感官质量指标权重小,基于上述分析,将香气量、香气质和劲头作为感官因子的代表指标。
表7 7项感官指标的相相关关系
指标 | 香气质 | 香气量 | 杂气 | 浓度 | 刺激性 | 劲头 | 余味 |
香气质 | 1.000 | 0.851** | 0.863** | 0.507** | 0.748** | -0.144 | 0.801** |
香气量 | 0.851** | 1.000 | 0.869** | 0.465** | 0.785** | -0.189 | 0.798** |
杂气 | 0.863** | 0.869** | 1.000 | 0.501** | 0.802** | -0.257 | 0.886** |
浓度 | 0.507** | 0.465** | 0.501** | 1.000 | 0.214 | 0.155 | 0.412* |
刺激性 | 0.748** | 0.785** | 0.802** | 0.214 | 1.000 | -0.308 | 0.825** |
劲头 | -0.144 | -0.189 | -0.257 | 0.155 | -0.308 | 1.000 | -0.269 |
余味 | 0.801** | 0.798** | 0.886** | 0.412* | 0.825** | -0.269 | 1.000 |
3烟叶质量指标分级标准的确立
用DPS数据处理***的频次分布功能划分为5级(即低、较低、中、较高和高),概率值大于0.05即表示分级呈正态分布。烟叶8项评价指标的分级标准及各级的样品比例见表8。表8可见,除了香气质外的7项烟叶质量评价指标的分级呈正态分布,香气质指标进行倒数处理后分级呈正态分布。从样品分布比例看,成熟度、烟碱、钾和劲头达到较低和中等水平的样品分别占65.71%、68.57%、65.71%和77.14%,还原糖达到中等和较高水平的样品占68.57%,香气量由较低到较高水平的样品占77.14%,而油分及倒数处理后的香气质由低到较高水平的样品占有的比例相近,约为20%。
表8 8项烟叶质量评价指标的分级标准
4烟叶质量评价指标的标准确立
烟叶质量评价指标权重的确立根据层次分析法理论及专家经验对影响烟叶质量指标各因素之间重要性的定性评价,运用1~9比例标度法,应用YAAHP软件构造出层次结构关系(表9)并建立判断矩阵(表10),层次总排序和判断矩阵的一致性比例分别为0.0088、0、0和0.0088,均低于0.10,说明构造的判断矩阵中各因素的相互关系比较一致,接受层次总排序结果,得到成熟度、油分、烟碱、还原糖、钾、香气质-1、香气量和劲头8项烟叶质量评价指标的权重分别为10.95%、5.39%、11.88%、5.94%、11.88%、29.14%、16.19%和8.63%。可见,香气质-1指标对烟叶质量评价贡献最大,香气量对烟叶质量评价影响其次,烟碱、钾和成熟度对烟叶质量评价的影响相对较小,劲头、还原糖和油分对烟叶质量评价的影响很小。
表9 8项烟叶质量评价指标的层次
表10 判别矩阵及其一致性检验
5烟叶质量评价指标评分标准的确立以确定的烟叶质量评价指标权重乘以100,保留两位小数,作为该指标的满分值,8项烟叶质量评价指标满分之和为100分。包括成熟度、油分、钾、香气质-1、香气量和劲头在内的6项正向指标以该指标满分值的10%为级差,确定各级的得分;香气质-1为负向指标以该指标满分值的10%为级差,确定各级的得分;包括烟碱、还原糖在内的2项中性指标得分以满分值的20%为级差。正向指标以最高等级为满分,其前各等级得分依次递减;负向指标以最低等级为满分,其后各等级得分依次递减;中性指标以中等为满分,两边各等级依次递减。各指标的评分标准见表11。
表11 8项烟叶质量评价指标的评分标准
指标 | 等级 | 得分 | 等级 | 得分 | 等级 | 得分 | 等级 | 得分 | 等级 | 得分 |
成熟度 | 低 | 6.57 | 较低 | 7.67 | 中 | 8.76 | 较高 | 9.86 | 高 | 10.95 |
油分 | 低 | 3.23 | 较低 | 3.77 | 中 | 4.31 | 较高 | 4.85 | 高 | 5.39 |
烟碱 | 低 | 7.13 | 较低 | 9.50 | 中 | 11.88 | 较高 | 9.50 | 高 | 7.13 |
还原糖 | 低 | 3.56 | 较低 | 4.75 | 中 | 5.94 | 较高 | 4.75 | 高 | 3.56 |
钾K | 低 | 7.13 | 较低 | 8.32 | 中 | 9.50 | 较高 | 10.69 | 高 | 11.88 |
香气质-1 | 低 | 29.14 | 较低 | 26.23 | 中 | 23.31 | 较高 | 20.40 | 高 | 17.48 |
香气量 | 低 | 9.71 | 较低 | 11.33 | 中 | 12.95 | 较高 | 14.57 | 高 | 16.19 |
劲头 | 低 | 5.18 | 较低 | 6.04 | 中 | 6.90 | 较高 | 7.77 | 高 | 8.63 |
6烟叶质量评价指标判别函数的确立与验证
用烟叶质量评价指标的权重乘以评价指标得分经标准化后的数值,计算出每个样品的综合得分,用K-均值聚类分析将35个烟叶样品依综合得分划分为5类,评价结果依次为差、较差、中、良和优。从5类样品中各抽取2/3的样品作为建模样本用于建立判别函数,余下1/3样品作为检验样本用于检验判别函数的判别准确性,经多类判别分析得到5个判别函数:
y1=-1329.57+10.19x1+53.69x2+43.33x3+20.23x4+22.10x5+38.72x6+29.05x7+119.11x8
y2=-1625.60+13.96x1+57.65x2+50.43x3+23.69x4+26.00x5+46.30x6+27.19x7+121.68x8
y3=-1903.38+13.88x1+64.22x2+54.52x3+24.55x4+27.03x5+49.56x6+30.47x7+134.30x8
y4=-2057.75+18.27x1+61.25x2+55.63x3+29.45x4+27.78x5+51.34x6+33.16x7+135.26x8
y5=-2145.09+19.91x1+60.69x2+57.46x3+29.96x4+30.74x5+53.67x6+32.25x7+131.46x8
式中,x1—x8分别代表成熟度、油分、烟碱、还原糖、钾、香气质-1、香气量和劲头8项烟叶质量评价指标的得分。
在进行烟叶质量判别时,将8项评价指标的得分分别代入上述函数,计算函数值,第几个函数的值最大,则其综合质量就属于第几类]。用上述判别函数对建模样本进行判别,判对的概率为97.47%。用上述判别函数对检验样本进行判别,判对的概率为93.72%。以各样品第一特征向量的得分(F1)为横坐标,以各样品第二特征向量的得分(F2)为纵坐标,作样品分布图(图1)。从图1可见,所建立的判别函数将5种品质的烟叶区分开了。综上所述,所建立的判别函数正确判别率高,完全可用于烟叶质量综合判别。
实施例2
(1)获取江苏中烟工业有限责任公司云南楚雄、大理、丽江3个产区4个基地单元3个待评烟叶样本,根据GB2635-92烤烟分级标准,确定外观质量的评分标准(表1)。对样品各单项外观质量指标逐项进行判断评分。分别采用YC/T159—2002、YC/T160—2002、YC/T161—2002、YC/T162—2002、YC/T173—2003规定的方法测定烟叶样品中的总糖和还原糖、烟碱、总氮、氯、钾。所测化学成分含量换算成百分率。糖碱比是指总糖含量与烟碱含量的比值,钾氯比是指钾含量与氯含量的比值。参照标准YC/T138-1998建立烟叶感官质量的评分标准(表2)。由评烟委员,根据制定的标准,分别按香气质、香气量杂气、劲头、刺激性、浓度、余味等7个单项指标进行打分,然后取其平均值。得出3个待评烟叶样本的外观质量、化学成分及感官质量数据(表12)。
表12 3个待评烟叶样本21项质量指标
(2)筛选8项代表指标
根据实施例1中步骤2筛选出3个待评烟叶样品8项代表指标(成熟度、油分、烟碱、还原糖、钾、香气质-1、香气量和劲头)见表13
表13 3个待评烟叶样本8项代表指标
指标 | 样本1 | 样本2 | 样本3 |
成熟度 | 8.1 | 8.5 | 8.3 |
油分 | 6.2 | 7.6 | 7.4 |
烟碱(%) | 2.25 | 2.66 | 1.81 |
还原糖(%) | 31.58 | 25.26 | 25.3 |
钾K(%) | 1.65 | 1.32 | 2.59 |
香气质-1 | 0.20 | 0.20 | 0.14 |
香气量 | 5.5 | 5 | 6.5 |
劲头 | 5 | 5 | 5 |
(3)8项质量代表指标分级
根据实施例1中步骤5及表11,获得3个待评烟叶样品8项质量代表指标的分级(表14)。
表14 8项代表指标分级
指标 | 样本1 | 样本2 | 样本3 |
成熟度 | 中 | 中 | 中 |
油分 | 低 | 中 | 中 |
烟碱(%) | 中 | 中 | 较低 |
还原糖(%) | 高 | 中 | 中 |
钾(%) | 中 | 较低 | 高 |
香气质-1 | 较高 | 较高 | 低 |
香气量 | 较低 | 低 | 较高 |
劲头 | 中 | 中 | 中 |
(4)8项质量代表指标评分
结合实施例1中步骤3及表8,获得3个待评烟叶样品8项质量代表指标的评分(表15)。
表15 8项代表指标评分
(5)烟叶质量判别
依据实施例1中步骤6及函数判别式,获得3个待评烟叶样品综合质量进行判别,获得烟叶质量的判别函数值(表16)。
表16烟叶质量的判别函数值
判别函数值 | 样本1 | 样本2 | 样本3 |
y1 | 1670.77 | 1703.75 | 2158.90 |
y2 | 1705.50 | 1749.42 | 2258.74 |
y3 | 1700.53 | 1747.06 | 2294.81 |
y4 | 1686.27 | 1736.00 | 2312.41 |
y5 | 1674.04 | 1722.38 | 2320.87 |
由表16可见,烟叶样品1和样品2的函数判别值y2最大,则待评价的烟叶质量为较差;烟叶样品3的函数判别值y5最大,则此烟叶样品质量为优。综上所述,烟叶样品3的质量最好,便于卷烟原料的选优。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定,对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无法对所有的实施方式予以穷举,凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (5)
1.一种用于评价烟叶质量的指标筛选及处理方法,其特征在于,包括以下步骤:
(1)获取多个卷烟原料基地烟叶样本的多种烟叶质量指标的样本数据;
(2)将卷烟原料基地的烟叶质量指标的各样本数据用YAAHP软件进行指标的层次分析,针对每种烟叶质量指标分别筛选出与其他各项烟叶质量指标具有高度信息重叠的多项烟叶质量指标;所述高度信息重叠是指各指标间呈显著相关或者极显著相关;所述显著相关是指差异达到显著水平,P≦0.05;所述极显著相关是指差异达到极显著水平,P≦0.01;
(3)对所述多个原料基地的样本数据运用DPS数据处理***的频次分布,分别针对每一项筛选出的烟叶质量指标,将各样本数据由低到高依次分为5级,作为确立的分级标准;
(4)用层次分析法获得筛选出的各项烟叶质量指标的权重;
(5)以筛选出的各项烟叶质量指标权重乘以100,保留两位小数,作为该指标的满分值,筛选出的各项烟叶质量指标满分之和为100分;
针对筛选出的各项烟叶质量指标中各样本数据的正向指标以该指标满分值的10%为级差,确定各级的得分;
筛选出的各项烟叶质量指标中各样本数据的负向指标以该指标满分值的10%为级差,确定各级的得分;
筛选出的各项烟叶质量指标中各样本数据的中性指标以该指标满分值的20%为级差;确定各级的得分;
得到各烟叶质量指标的关于等级的评分标准;
(6)用步骤(4)得到的烟叶质量指标的权重乘以步骤(5)中烟叶质量指标得分经标准化后的数值,计算出每个烟叶样本的综合得分,用K-均值聚类分析将所述多个基地的各个烟叶样本依综合得分划分为5类;从所述多个基地的5类烟叶样本中各抽取2/3的样本的综合得分作为建模样本用于建立判别函数,余下1/3烟叶样本作为检验样本用于检验判别函数的判别准确性;所建判别函数为:
式中,x1i—x5i为筛选出的各项烟叶质量指标的得分,z1i—z5i为选出的各项烟叶质量指标的判别函数的系数,c1—c5为判别函数的常数,r为正整数;所述r为烟叶质量指标的个数;所述i的范围为:1≤i≤r。
2.根据权利要求1所述的用于评价烟叶质量的指标筛选及处理方法,其特征在于,该方法进一步包括对烟叶质量进行判别,将每一烟叶样本的烟叶质量指标样本数据带入步骤(3)确立的分级标准中,确认指标等级,再根据步骤(5)关于等级的评分标准确认烟叶质量指标样本数据的得分,将得分分别代入步骤(6)的判别函数,计算函数值,根据该5个函数值中的最大值,判别该烟叶样本的质量。
3.根据权利要求1所述的用于评价烟叶质量的指标筛选及处理方法,其特征在于,所述多种烟叶质量指标包括烟叶外观质量指标、烟叶化学质量指标和烟叶感官质量指标。
4.根据权利要求1所述的用于评价烟叶质量的指标筛选及处理方法,其特征在于,所述多个烟叶样本的个数至少为15个。
5.根据权利要求3所述的用于评价烟叶质量的指标筛选及处理方法,其特征在于,所述烟叶外观质量指标至少包括颜色、成熟度、叶片结构、身份、油分和色度;
所述烟叶化学质量指标至少包括烟碱、总糖、还原糖、总氮、氯、钾、总氮、糖碱比和钾氯比;
所述烟叶感官质量指标至少包括香气质、香气量杂气、劲头、 刺激性、浓度和余味。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410295529.0A CN104063599B (zh) | 2014-06-26 | 2014-06-26 | 一种用于评价烟叶质量的指标筛选及处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410295529.0A CN104063599B (zh) | 2014-06-26 | 2014-06-26 | 一种用于评价烟叶质量的指标筛选及处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104063599A CN104063599A (zh) | 2014-09-24 |
CN104063599B true CN104063599B (zh) | 2017-02-15 |
Family
ID=51551309
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410295529.0A Active CN104063599B (zh) | 2014-06-26 | 2014-06-26 | 一种用于评价烟叶质量的指标筛选及处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104063599B (zh) |
Families Citing this family (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104502537A (zh) * | 2014-12-17 | 2015-04-08 | 贵州中烟工业有限责任公司 | 一种电子烟烟液的感官质量检测方法 |
CN104698143A (zh) * | 2015-04-02 | 2015-06-10 | 中国烟草总公司贵州省公司 | 一种烟叶质量定性量化综合评价方法 |
CN104809660B (zh) * | 2015-04-17 | 2018-05-15 | 华南理工大学 | 低压台区线损率分析指标的动态筛选及综合权重设置方法 |
CN104792786A (zh) * | 2015-05-18 | 2015-07-22 | 上海烟草集团有限责任公司 | 一种烟叶原料质量控制方法 |
CN104931430B (zh) * | 2015-06-26 | 2017-07-07 | 云南省烟草烟叶公司 | 一种复烤片烟自然醇化品质评价及模型构建方法 |
CN105205333B (zh) * | 2015-10-10 | 2018-04-06 | 中国农业大学 | 一种烟叶配方的设计方法 |
CN105467081A (zh) * | 2015-11-25 | 2016-04-06 | 中国烟草总公司重庆市公司 | 用于烟叶质量评价的烟叶化学常规指标权重赋值方法 |
CN105956364A (zh) * | 2016-04-20 | 2016-09-21 | 云南中烟工业有限责任公司 | 一种基于特征化学成分的烟叶判别分组方法 |
CN109307731B (zh) * | 2017-07-27 | 2024-01-26 | 红塔烟草(集团)有限责任公司 | 一种烟叶部位判别方法和装置 |
CN107862456B (zh) * | 2017-11-02 | 2020-08-11 | 江苏中烟工业有限责任公司 | 一种批次烟叶质量综合评价的方法 |
CN107909264A (zh) * | 2017-11-14 | 2018-04-13 | 江苏中烟工业有限责任公司 | 一种烟叶风格特征年度间稳定性的客观综合评价方法 |
CN110853713A (zh) * | 2018-07-25 | 2020-02-28 | 贵州中烟工业有限责任公司 | 一种烤烟化学成分协调性评价方法及装置 |
CN109374801B (zh) * | 2018-09-06 | 2020-11-10 | 北京工商大学 | 基于身份标识性特征风味组分的马苏里拉奶酪级别判别方法 |
CN109242037B (zh) * | 2018-09-20 | 2022-06-28 | 红塔辽宁烟草有限责任公司 | 一种烟叶品质相似度度量方法 |
CN109298139B (zh) * | 2018-10-29 | 2020-09-08 | 中国农业大学 | 烟叶质量评价方法及装置 |
CN109846077A (zh) * | 2018-12-12 | 2019-06-07 | 云南中烟工业有限责任公司 | 一种从烟草中筛选及制备特征组分的方法及应用 |
CN109744580B (zh) * | 2019-01-11 | 2021-06-15 | 东阳市人民医院 | 智能吸烟控制方法及装置 |
CN110428121B (zh) * | 2019-04-23 | 2024-02-23 | 贵州大学 | 基于灰色关联分析的隐马尔可夫模型食品质量评估方法 |
CN110122916A (zh) * | 2019-05-13 | 2019-08-16 | 河南中烟工业有限责任公司 | 一种适于工业生产的烟叶原料打叶复烤分选方法 |
CN110301664B (zh) * | 2019-07-17 | 2022-04-19 | 安徽中烟工业有限责任公司 | 一种烟草制丝线加工强度的定量表征方法 |
CN110850032B (zh) * | 2019-11-21 | 2023-03-31 | 云南中烟工业有限责任公司 | 一种检测卷烟质量的方法 |
CN110927351A (zh) * | 2019-12-04 | 2020-03-27 | 荣海生物科技有限公司 | 一种用于检测亚麻籽油品质的方法 |
CN111428182B (zh) * | 2020-02-24 | 2023-06-13 | 数字广东网络建设有限公司 | 评估指标处理方法、装置、计算机设备和存储介质 |
CN111523823A (zh) * | 2020-05-07 | 2020-08-11 | 云南中烟工业有限责任公司 | 一种隶属度函数确定多点生产卷烟标准样品的方法 |
CN111758991B (zh) * | 2020-05-13 | 2022-11-04 | 中国烟草总公司四川省公司 | 一种可控式烟叶烘烤方法 |
CN111667156B (zh) * | 2020-05-21 | 2023-04-28 | 云南中烟工业有限责任公司 | 一种多点生产的卷烟物理质量一致性评价的方法 |
CN111707785B (zh) * | 2020-06-10 | 2023-11-21 | 河南中烟工业有限责任公司 | 一种改善大深厚片型烟叶质量的方法 |
CN112309512A (zh) * | 2020-09-22 | 2021-02-02 | 江苏中烟工业有限责任公司 | 一种用于卷烟配方维护的片烟化学宜用性评价方法 |
CN112397158B (zh) * | 2020-12-03 | 2022-06-21 | 湖北中烟工业有限责任公司 | 一种快速预测烟草薄片样品评分的方法 |
CN113010848A (zh) * | 2021-02-23 | 2021-06-22 | 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) | 烤烟外观质量评价数据处理方法、***、终端、计算机设备 |
CN113240300A (zh) * | 2021-05-20 | 2021-08-10 | 江苏中烟工业有限责任公司 | 一种进口烟叶品种的筛选方法 |
CN113919690B (zh) * | 2021-10-09 | 2023-08-29 | 四川农业大学 | 一种烟叶田间成熟状态评价方法和应用 |
CN113945563A (zh) * | 2021-10-19 | 2022-01-18 | 中国烟草总公司湖北省公司 | 一种雪茄茄衣烟叶质量均匀性的评价方法 |
CN113925188B (zh) * | 2021-10-20 | 2023-03-31 | 贵州中烟工业有限责任公司 | 一种片烟筛选方法 |
CN114254771A (zh) * | 2021-12-08 | 2022-03-29 | 云南中烟工业有限责任公司 | 一种回收烟丝品质评价方法 |
CN114778780B (zh) * | 2022-05-31 | 2024-02-23 | 安徽中烟工业有限责任公司 | 一种上部烟叶可用性的判定方法 |
CN115931738B (zh) * | 2023-01-09 | 2023-05-26 | 云南烟叶复烤有限责任公司 | 一种对成品片烟质量稳定性进行评价的方法及评价*** |
CN117745148B (zh) * | 2024-02-10 | 2024-05-10 | 安徽省农业科学院烟草研究所 | 基于多源数据的稻茬烤烟种植质量评价方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1367468A (zh) * | 2002-03-25 | 2002-09-04 | 北京工业大学 | 基于k-均值聚类及信息融合的角膜病灶图像分割方法 |
CN1744115A (zh) * | 2005-09-28 | 2006-03-08 | 将军烟草集团有限公司 | 烟叶质量管理***及方法 |
CN102087729A (zh) * | 2011-03-18 | 2011-06-08 | 贵州省烟草公司遵义市公司 | 一种烟叶生产全程质量监控方法与*** |
-
2014
- 2014-06-26 CN CN201410295529.0A patent/CN104063599B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1367468A (zh) * | 2002-03-25 | 2002-09-04 | 北京工业大学 | 基于k-均值聚类及信息融合的角膜病灶图像分割方法 |
CN1744115A (zh) * | 2005-09-28 | 2006-03-08 | 将军烟草集团有限公司 | 烟叶质量管理***及方法 |
CN102087729A (zh) * | 2011-03-18 | 2011-06-08 | 贵州省烟草公司遵义市公司 | 一种烟叶生产全程质量监控方法与*** |
Non-Patent Citations (1)
Title |
---|
聚类分析与模糊数学在烟叶品质;陈义强;《江西农业大学学报》;20070831;第29卷(第4期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN104063599A (zh) | 2014-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104063599B (zh) | 一种用于评价烟叶质量的指标筛选及处理方法 | |
CN107862456B (zh) | 一种批次烟叶质量综合评价的方法 | |
CN104931430B (zh) | 一种复烤片烟自然醇化品质评价及模型构建方法 | |
CN103424542A (zh) | 一种基于感官评吸的烟叶质量评价方法 | |
CN108181263B (zh) | 基于近红外光谱的烟叶部位特征提取及判别方法 | |
CN105092789B (zh) | 一种片烟醇化过程中烟叶风格特征变化趋势分析方法 | |
CN105956364A (zh) | 一种基于特征化学成分的烟叶判别分组方法 | |
CN106560841A (zh) | 基于深度学习的武夷岩茶产地鉴别方法 | |
CN103886390A (zh) | 一种用于评价卷烟基地的气候指标的筛选、处理方法及卷烟原料基地的评价方法 | |
CN107341613A (zh) | 一种辅助叶组配方平衡替换的方法 | |
CN109242341A (zh) | 基于苹果原料指标预测果汁综合品质的方法 | |
CN110132879A (zh) | 一种基于近红外光谱的烤烟香韵鉴别方法 | |
CN111382948A (zh) | 对企业发展潜力进行量化评估的方法及装置 | |
CN111680910A (zh) | 一种基于卷烟配方功效的烟叶适用范围定位方法 | |
CN111642782A (zh) | 一种基于卷烟配方需求的烟叶原料功效定位方法 | |
CN108414471A (zh) | 一种基于近红外光谱与感官评吸互信息判别感官表征信息的方法 | |
CN107897995A (zh) | 一种基于原烟配方模块拆分的分段均质化调控方法 | |
CN112674380A (zh) | 一种卷烟制丝总体综合质量的判定和评价方法 | |
CN103593561B (zh) | 一种采用特征指数表征烟叶风格特征的方法 | |
CN111652516A (zh) | 一种基于配方功效的烟叶基地适用性评价方法 | |
CN102721792A (zh) | 一种造纸法再造烟叶感官评价的方法 | |
CN115293444A (zh) | 一种库存烟叶原料健康指数的表征方法 | |
CN109902898B (zh) | 一种基于切尖打叶复烤生产的过程能力测评方法 | |
Letaief et al. | Sensory and instrumental texture measurements for assessing grape seed parameters during fruit development | |
CN106570680A (zh) | 用于评价浓香型原酒感官质量的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |