基于大数据挖掘的卷烟内在质量自动检测模型构建

作     者：凌军 杨乾栩 张天栋 张玲 唐军 杨建云 LING Jun;YANG Qianxu;ZHANG Tiandong;ZHANG Ling;TANG Jun;YANG Jianyun

作者机构：云南中烟工业有限责任公司 

基　　金：云南中烟工业有限责任公司重点项目大数据优化提升云产卷烟内在质量的研究(2015CP02) 

出 版 物：《自动化与仪器仪表》 (Automation & Instrumentation)

年 卷 期：2018年第11期

页      码：178-182页

摘      要：传统设计模型构建方法存在校正集和验证集代表性弱的问题,导致内在质量检测误差大,提出基于大数据挖掘技术的卷烟内在质量自动检测模型构建。通过对大数据挖掘平台的架构,可快速对卷烟数据进行采集与分析;利用大数据挖掘技术对卷烟感官质量进行挖掘,并聚类分析,区分不同部位间内在质量的化学成分差异;研究卷烟属性、感官质量关联性、内在质量的物理属性和化学属性,构建自动检测模型。实验验证结果可知,该模型的内在密度校正集与验证集相差最小值为1. 9,相差最大值为9. 4,远小于传统模型的最大相差值和最小相差值,当主成分维数为9个时,该模型交叉验证均方根最小,且内在质量检测较为精准,说明大数据挖掘技术下,所构建得内在质量模型检测效果良好。

主 题 词：大数据挖掘 卷烟 内在质量 自动检测 模型构建 

学科分类：08[工学] 081101[081101] 0811[工学-水利类] 081102[081102] 

D　O　I：10.14016/j.cnki.1001-9227.2018.11.178

馆 藏 号：203405534...