[发明专利]一种基于白酒指纹图谱特征的分类方法

摘要

本发明提供一种基于白酒指纹图谱特征的分类方法，包括以下步骤：选取M个白酒样本，对M个样本分别选取N个共有指纹图谱数据；对所述N个图谱数据进行归一化处理，得到由所述M个样本的N个归一化后的图谱数据组成的数据矩阵X；利用误差分析计算矩阵X的误差矩阵E，设定阈值T，确定矩阵E中数值小于阈值T的非对角元素的数目，得到粗分类个数L；根据粗分类个数L对矩阵X进行非负矩阵分解，得到基矩阵W和系数矩阵H；对所述基矩阵W进行聚类，得到矩阵X的细分类结果；本发明所述分类方法能够消除无关图谱特征对白酒分类的影响，显著降低数据的维数，使对白酒的分类更加准确客观。

主权项

1.一种基于白酒指纹图谱特征的分类方法，其特征在于，包括以下步骤：(1)选取M个白酒样本，对M个样本分别选取N个共有指纹图谱数据；所述指纹图谱数据为白酒成分的含量数据；(2)对所述N个图谱数据进行归一化处理，得到由所述M个样本的N个归一化后的图谱数据组成的数据矩阵其中，元素x_i,j表示第i个样本的第j个图谱数据，1≤i≤M，1≤j≤N；(3)利用误差分析计算所述数据矩阵X的误差矩阵其中，元素e_m,n表示第m个和第n个白酒样本数据之间的误差值，1≤m≤M，1≤n≤M；设定阈值T，确定所述矩阵E中数值小于阈值T的元素e_m,n的数目O，其中m≠n，粗分类个数L＝M‑O/2；(4)根据所述粗分类个数L对数据矩阵X进行非负矩阵分解，得到基矩阵WM×L和系数矩阵HL×N，其中，矩阵X与WM×LHL×N的差异函数处于最小值；(5)对所述基矩阵WM×L进行聚类，得到数据矩阵X的细分类结果。