[发明专利]一种基于神经网络的烤烟舒适性分类评价方法

权利要求书

1.一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：

S1获取样本烤烟的感官质量指标数据和化学成分指标数据；

S2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；

S3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；

S4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。

2.根据权利要求1所述的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，所述“S1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。

3.根据权利要求1所述的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，所述“S2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”具体为：S21 SOFM神经网络输入层为7个神经元，对应输入样本烤烟的感官质量指标数据；S22对输入的样本烤烟的感官质量指标数据规范化处理，将其数值转换到-1至1区间内；S23通过Kohonen算法对转换后的感官质量指标数据进行训练，直至学习率小于0.01或者训练迭代次数达到1000次时停止计算，网络训练完成；S24 SOFM神经网络输出层设为9个神经元，对应9种舒适性模式，并根据各个模式类别的感官质量指标统计量，得出该9种模式的双指标档次划分。

4.根据权利要求3所述的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，所述“得出该9种模式的双指标档次划分”具体为：S241分类汇总感官质量指标的类内数据，计算各个指标的类内均值；S242计算各模式类别的指标总分，按照总分由高到低，将9个模式分为三组，每组3个模式，分别定义为“协调感”一档、二档、三档；S243在“协调感”内根据余味、杂气、刺激性等3个指标的合计分，按照由高到低分别定义为“愉悦感”一档、二档、三档，并得出9种模式的双指标档次划分。

5.根据权利要求1所述的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，所述“S3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”具体包括：S31构建三层拓扑结构的BP神经网络，依次为输入层、中间层和输出层；S32输入层设有8个神经元，分别对应总植物碱、还原糖、氯、钾、总氮、醚提取物、果胶、pH值的8个常规化学成分指标；S33中间层对输入信号进行非线性变换，变换函数采用双曲正切函数；S34经批量学习策略对样本烤烟化学成分数据训练，建立化学成分数据与感官质量指标数据的预测模型；S35输出层采用线性函数输出香气质、香气量、劲头、浓度、余味、杂气、刺激性的7个感官评吸指标。

6.根据权利要求1所述的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，所述“S4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”具体为将待检测烤烟的化学成分指标数据输入至BP神经网络，得出的待检测烤烟感官质量预测值输入至SOFM神经网络，最终得出待检测烤烟的感官舒适性评价预测结果。

7.一种基于神经网络的烤烟舒适性分类评价装置，其特征在于，包括：

获取模块，用于获取样本烤烟的感官质量指标数据和化学成分指标数据；

分析处理模块1，用于采用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；

分析处理模块2，用于采用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；

预测模块，用于利用训练的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。