[发明专利]一种基于神经网络的烤烟舒适性分类评价方法

说明书

本发明属于烟叶种植与烤烟配方设计技术领域，公开一种基于神经网络的烤烟舒适性分类评价方法，包括：获取样本烤烟的感官质量指标数据和化学成分指标数据；采用SOFM神经网络对样本烤烟的感官质量指标数据模式聚类，并根据聚类模式进行判别划分；采用BP神经网络对样本烤烟的化学成分指标数据建立基于化学成分指标的烟叶感官质量预测模型；利用训练的BP神经网络和SOFM神经网络对待检测烤烟的化学成分指标数据进行烤烟舒适性分类评价；采用经过大数据训练后的人工神经网络，基于化学成分对烤烟感官舒适性进行模式分类评价，避免了评吸人员的主观因素干扰，评价结果更具客观性、准确性。

技术领域

本发明属于烟叶种植与烤烟配方设计技术领域，特别的涉及一种基于神经网络的烤烟舒适性分类评价方法。

背景技术

目前，卷烟企业面临进一步的国际竞争和产品升级换代的市场需求，烟叶的感官舒适性已经成为产品提质升级的关注焦点，相应的烟叶感官舒适性评价方法已经成为当前烟草行业进一步提升产品质量、增强产品竞争力的一项关键技术环节。

现在一般把烟叶的感官质量特征划分为风格特征和品质特征两个方面，前者主要包括香型、香韵、香气状态等描述烟叶不同风格特色的指标，后者包括香气特性、烟气特性和口感特性等。口感特性是烟叶感官质量评价中的一项重要品质特性，主要包括余味、刺激性和干燥感，通常分为纯净舒适、较纯净舒适、尚舒适、较不舒适、不舒适等几类。总体来看，舒适性是消费者在品吸卷烟时体验到的烟气平滑细腻、口腔无残留、鼻喉无刺激、回味有甜感等综合感受，也是卷烟企业在烟叶原料和卷烟感官质量评价中的一项重要品质特性。

现有的烟叶感官质量评价方法中包含有香型、香气质、香气量、劲头、余味、杂气、浓度、刺激性、细腻、圆润、香甜等数十个指标。评吸指标数量较多，带来的问题主要有：1对评吸人员的专业水平提出了更高要求，同时加大了人员主观因素对评吸结果的干扰，容易造成烟叶感官质量评价不够准确、客观；2不便于实际应用，尤其是对于较高档次卷烟产品的质量稳定与提升，需要更加准确有效、操作简便的方法对烟叶感官质量进行客观评价。

发明内容

本发明的目的是提供一种基于神经网络的烤烟舒适性分类评价方法及装置，针对市场对高档次舒适性卷烟产品的需求，用以解决上述提到的对评吸人员的专业水平提出了更高要求，同时加大了人员主观因素对评吸结果的干扰，容易造成烟叶感官质量评价不够准确、客观；不便于实际应用，尤其是对于较高档次卷烟产品的质量稳定与提升，需要更加准确有效、操作简便的方法对烟叶感官质量进行客观评价。

本发明解决的方案是，提出一种基于神经网络的烤烟舒适性分类评价方法，其特征在于，包括以下步骤：

获取样本烤烟的感官质量指标数据和化学成分指标数据；

采用SOFM神经网络对样本烤烟的感官质量指标数据模式聚类，并根据聚类模式进行判别划分；

采用BP神经网络对样本烤烟的化学成分指标数据建立基于化学成分指标的烟叶感官质量预测模型；

利用训练的BP神经网络和SOFM神经网络对待检测烤烟的化学成分指标数据进行烤烟舒适性分类评价。

进一步优选的，所述“获取样本烤烟的感官质量指标数据和化学成分指标数据”中样本烤烟的感官质量指标数据包括香气质、香气量、劲头、浓度、余味、杂气、刺激性；样本烤烟的化学成分指标数据包括总植物碱、还原糖、氯、钾、总氮、醚提取物、果胶、pH值。