基于逐步判别分析的卷烟叶组配方的定向模块设计

Journal of Hunan Agricultural University(Natural Sciences)(2018)

引用 1|浏览8
暂无评分
摘要
为指导江苏中烟某牌号卷烟定向模块设计,以236个在库烟叶样品为材料,开展感官评吸和化学成分测定.根据卷烟配方使用特点,将216个已进入配方使用的烟叶样品划分为增香提质、增浓提劲头、平衡烟气、填充料4组功能组分,筛选出96个各组分代表性样品,利用K-近邻方法,对剩余120个样品进行组分划分优化,确定216个烟叶样品功能性组分划分,采用逐步判别分析方法建立功能性识别模型.结果表明:烟气浓度、香气量、透发性、柔和程度、干燥感、余味和总植物碱等7个指标进入判别函数,自身验证法和留一交互验证法正确率分别为93.1%和92.6%.采用该模型对拟进入配方使用的20个样品进行预测,判别正确率达100%.
更多
查看译文
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要