简介：运用烟草知识对烟叶进行初步分类,以经过标准化处理的常规化学指标和烟叶评吸指标为依据,由训练样本集得到最佳的网络参数,在此基础上对检验样本进行了烟叶品质的识别.提出了利用3层BP人工神经网络识别烟叶品质的方法.人工神经网络用于烟叶品质识别,结果与实际符合良好.该方法优于传统的识别方法,也优于文献报道的识别误差.

简介：为建立不同产区及风格烤烟烟叶与化学指标之间的关系,对2005~2009年湖南省、河南省、福建省和云南省等4省份共计1040份烟叶样品的21种化学成分进行检测,并利用MiningTree模型进行分类-回归决策树（C＆RTanalysis）数据分析。结果表明：（1）从21个烟叶化学成分中,共筛选出14个特征化学指标,其中钾和硝酸根为4省烟叶共有特征化学指标;（2）湖南、河南、福建和云南4省份识别概率最高的特征化学指标分段组合（Segment）分别为：还原糖（≤24.93%）、钾（〉1.98%）、pH值（≤5.37）（p=0.658）;钾（≤1.98%）、灰分（〉11.03%）、水溶性灰份碱度（≤0.49）、硝酸根（≤0.06%）（p=0.776）;还原糖（〉24.93%）、钾（〉1.98%）、硝酸根（≤0.06%）、蛋白质（〉5.01%）（p=0.914）;钾（≤1.98%）、灰分（≤11.03%）、水溶性总糖（〉28.94%）、硫酸根（≤1.43%）（p=0.957）。分类-回归决策树方法在建立烤烟化学成分识别模型中具有重要的应用价值。

简介：为了让卷烟感官评价专业技术人员精准把握消费者真实需求,通过网络评论爬取和在线问卷调查两种途径获取代表性卷烟的消费者感官评价数据,采用语义分析法和相关统计学方法,从感官描述词匹配频率和词汇数、指标理解度和几何平均值等方面进行对比分析,初步验证了中式卷烟消费体验感官评价指标的实用性和适用性。研究发现：（1）网络评论分析和问卷调查两种方法的验证结果较为一致,并相互补充;（2）对于一级指标,消费者对描述满足感特征的指标最为关注,其次为舒适感和轻松感;（3）对于二级指标,从消费者关注和感知程度可分为两类,第一类是核心指标,包括＂浓郁＂、＂醇厚＂、＂刺激＂、＂柔和＂、＂清新＂、＂劲头＂、＂甜润＂、＂顺畅＂、＂余味＂、＂杂气＂、＂嗅香＂和＂细腻＂等12个关注多、易感知的指标;第二类为延伸指标,包括＂成团＂、＂丰富＂、＂绵长＂、＂透发＂、＂均衡＂和＂愉悦＂等6个关注少、难以感知和理解、但起到深化和综合作用的专业性指标。