[发明专利]一种卷烟识别方法及装置

说明书

技术领域

本申请涉及气味识别技术领域，更具体地说，涉及一种卷烟识别方法及装置。

背景技术

不同的卷烟有不同的闻香特征，例如香料卷烟、烤烟型卷烟等。现有的卷烟识别过程主要通过感官评吸人员的嗅觉来进行识别。

但是，现有的这种评价方式不仅给卷烟质量的评定带来了主观差异，而且由于评吸需要组织多位具有评吸资格证的人员集中进行卷烟识别，造成卷烟识别的花费大、识别时间长的问题。

发明内容

有鉴于此，本申请提供了一种卷烟识别方法及装置，用于解决现有卷烟识别方法依靠评吸人员的嗅觉，存在卷烟识别花费大、识别时间长的问题。

为了实现上述目的，现提出的方案如下：

一种卷烟识别方法，包括：

获取待识别卷烟的实验数据，所述实验数据包括电子鼻传感器阵列中各个传感器对待识别卷烟烟丝挥发性组分的一次吸附和解吸过程中，t个时间点的瞬时响应信号值；

利用所述实验数据构建响应矩阵R：

其中，k为传感器阵列中传感器的个数，S_kt为第k个传感器在t时刻的瞬时响应信号值；

对所述响应矩阵R进行因子分解，确定满足预置条件的分解方式：

其中，c为气味分子种类，p为因子数；

计算矩阵C的第x列乘以矩阵N的第x行且乘以矩阵Γ，将计算得到的各矩阵确定为目标矩阵，所述目标矩阵为t行k列矩阵，其中x属于1至p；

生成与各目标矩阵对应的三维立体图，将各三维立体图确定为所述待识别卷烟的气味图；

依据所述待识别卷烟的气味图以及预置的卷烟类型与气味图对应关系，确定所述待识别卷烟的类型。

优选地，所述对所述响应矩阵R进行因子分解，确定满足预置条件的分解方式的过程包括：

设定c的取值范围为[1,x1]，p的取值范围为[1,x2]，其中x1和x2均为整数；

按照c和p取值的各种组合方式，对响应矩阵R进行因子分解，得到若干种分解方式；

在得到的若干种分解方式中，选取矩阵C满足单峰约束，矩阵C、N和Γ满足非负约束，矩阵Γ满足对角化约束的分解方式，将其确定为第一分解方式集合；

计算所述第一分解方式集合中各种分解方式对应的残差值；

将所述第一分解方式集合中，残差值不会出现过拟合情况的分解方式的集合确定为第二分解方式集合；

在所述第二分解方式集合中，选取残差值最小的分解方式。

优选地，在对响应矩阵R进行因子分解时，采用交替最小二乘法进行因子分解。

优选地，所述生成与各目标矩阵对应的三维立体图包括：

以所述目标矩阵的行数和列数作为自变量，确定的行数及列数对应的元素值作为因变量，在三维立体图中绘制所述自变量和所述因变量间的对应关系。

一种卷烟识别装置，包括：

实验数据获取单元，用于获取待识别卷烟的实验数据，所述实验数据包括电子鼻传感器阵列中各个传感器对待识别卷烟烟丝挥发性组分的一次吸附和解吸过程中，t个时间点的瞬时响应信号值；

响应矩阵构建单元，用于利用所述实验数据构建响应矩阵R：

其中，k为传感器阵列中传感器的个数，S_kt为第k个传感器在t时刻的瞬时响应信号值；

矩阵分解单元，用于对所述响应矩阵R进行因子分解，确定满足预置条件的分解方式：

其中，c为气味分子种类，p为因子数；

目标矩阵计算单元，用于计算矩阵C的第x列乘以矩阵N的第x行且乘以矩阵Γ，将计算得到的各矩阵确定为目标矩阵，所述目标矩阵为t行k列矩阵，其中x属于1至p；

气味图生成单元，用于生成与各目标矩阵对应的三维立体图，将各三维立体图确定为所述待识别卷烟的气味图；

类型识别单元，用于依据所述待识别卷烟的气味图以及预置的卷烟类型与气味图对应关系，确定所述待识别卷烟的类型。

优选地，所述矩阵分解单元包括：

第一矩阵分解子单元，用于设定c的取值范围为[1,x1]，p的取值范围为[1,x2]，其中x1和x2均为整数；

第二矩阵分解子单元，用于按照c和p取值的各种组合方式，对响应矩阵R进行因子分解，得到若干种分解方式；