尹梅，周国雄

(1.湖南工程职业技术学院信息工程系，湖南 长沙 410151；2.中南林业科技大学计算机与信息工程学院，湖南长沙 410004)



基于改进模糊聚类的烟草品质集成评价模型

尹梅1，周国雄2

(1.湖南工程职业技术学院信息工程系，湖南 长沙 410151；2.中南林业科技大学计算机与信息工程学院，湖南长沙 410004)

针对烟草化学成分与烟草品质之间难以建立确定的数学模型的问题，提出了一种基于改进模糊聚类的烟草品质评价方法。该方法以烟叶样品的化学成分的差异性为依据，以模型分类结果与专家评吸结果的一致性为目标，利用模拟退火算法对现有的模糊聚类算法进行优化改进，建立基分类器；在此基础上，利用 AdaBoost将基分类器对于不同样本集的多个分类结果进行集成，形成最终的烟草品质评价模型。以130组烟叶作为烟草样本，测定了各烟叶样品中总糖、还原糖、总氮、烟碱、氧化钾、氯离子、蛋白质7种化学成分含量，并采用改进的模糊聚类方法与神经网络算法、模糊聚类算法进行对比试验，该方法的误检率为6.7%，具有提升小样本数据的辨识能力，优于所比较的其他2种方法。

模糊聚类；模拟退火；专家评吸；烟草品质评价

投稿网址：http://xb.ijournal.cn

烟草中的化学成分十分复杂，它们对人的感官刺激与人的主观感受之间的关系极其微妙，呈弱随机性，使得烟草品质的评价差异性较大。现有的烟草品质评价，大都采用传统的数理统计方法，曹建敏等[1]利用简单相关分析、偏相关分析以及线性回归方法，分析了多种化学物质对烟草品质的影响；……