[发明专利]基于电子鼻全色谱数据的卷烟类型快速判别方法

摘要

本发明涉及一种基于电子鼻全色谱数据的卷烟类型快速判别方法，该方法利用不同类型卷烟的全色谱数据之间的微小差异，通过构建支持向量机模型来进行区分判别。实验证明，本发明提供的方法的判别结果的准确率较高，能够满足卷烟判别的要求。

主权项

一种基于电子鼻全色谱数据的卷烟类型快速判别方法，用于判别卷烟是否属于某一品牌，然后在判别卷烟属于某一品牌的基础上，对卷烟所属的价类和香型进行判别，其特征在于：所述判别方法包括以下步骤：一、品牌判断阶段S11.将某一品牌的卷烟称为A品牌卷烟，使用电子鼻采集A品牌卷烟、其他品牌卷烟的全色谱数据，并将采集的全色谱数据平均分为k份，令(k‑1)份为训练数据，1份为测试数据；S12.构建支持向量机模型：f(x)=sgn{Σi=1mαi*yiK(xi·x)+b*}---(1)]]>公式(1)中，yi表示样本类别，样本类别包括正样本和负样本，其中正样本的值为+1，负样本的值为‑1；K(xi·x)表示核函数，m表示样本总数，xi是表示样本的向量，x表示所有样本的平均向量，α*i和b*为模型参数，sgn为输出函数；S13.然后使用(k‑1)份训练数据依次对支持向量机模型进行训练，进行训练的过程中，A品牌卷烟的全色谱数据作为正样本，其他品牌卷烟的全色谱数据作为负样本；S14.使用训练好的支持向量机模型对测试数据所属的卷烟品牌进行判别，判断其是否属于A品牌卷烟，并输出判别结果；S15.所述步骤S13、S14重复执行k次，在k次执行过程中，k份全色谱数据依次作为测试数据，而其余的全色谱数据则作为训练数据；S16.基于k次进行判别的准确率，对支持向量机模型的参数进行优化；S17.输入待判别的卷烟的全色谱数据，然后使用经过优化的支持向量机模型判断其是否属于A品牌：若支持向量机模型的输出值为+1，表示待判别的卷烟属于A品牌，则执行步骤S21和步骤S4；若支持向量机模型的输出值为‑1，则表示待判别的卷烟属于其他品牌，此时执行步骤S4；二、对待判别卷烟所属价类的判别S21.设A品牌卷烟包含有m种价类，分别编号为价类1、价类2、价类3、…、价类m，使用电子鼻分别采集各种价类的A品牌卷烟的全色谱数据；S22.使用m种价类的A品牌卷烟的全色谱数据按照步骤S11～S16的方法构建支持向量机模型，其中按照步骤S13的方法对构建的支持向量机模型训练的过程中以价类i的A品牌卷烟的全色谱数据为正样本，其余价类的A品牌卷烟的全色谱数据为负样本，i的初始值为1；然后向优化后的支持向量机模型输入待判别的卷烟的全色谱数据；若支持向量机模型输出+1，则表示待判别卷烟属于价类i的A品牌卷烟，此时执行步骤S31和步骤S4；若支持向量机模型输出‑1，则表示待判别的卷烟不属于价类i的A品牌卷烟，此时执行步骤S23；S23.令i＝i+1并重复执行步骤S22；三、对待判别卷烟所属香型的判别S31.设A品牌卷烟包含有n种香型，分别编号为香型1、香型2、香型3、…香型n，使用电子鼻分别采集各种香型的A品牌卷烟的全色谱数据；S32.使用n种香型的A品牌卷烟的全色谱数据按照步骤S11～S16的方法构建支持向量机模型，其中按照步骤S13的方法对构建的支持向量机模型训练的过程中以香型p的A品牌卷烟的全色谱数据为正样本，其余香型的A品牌卷烟的全色谱数据为负样本，p的初始值为1；然后向优化后的支持向量机模型输入待判别的卷烟的全色谱数据；若支持向量机模型输出+1，则表示待判别卷烟属于香型p的A品牌卷烟，执行步骤S4；若支持向量机模型输出‑1，则表示待判别的卷烟不属于香型p的A品牌卷烟，此时执行步骤S23；S33.令p＝p+1并重复执行步骤S32；S4.输出判别结果。