[发明专利]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

说明书

本发明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。

技术领域

本发明涉及卷烟制造技术领域，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。

背景技术

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。

目前大多数卷烟生产企业主要通过基于主成分分析(Principal ComponentAnalysis，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。

发明内容

本发明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。

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。

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。

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。

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。

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。

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。

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。