[發明專利]一種單料煙感官評吸數據的處理方法無效
| 申請號: | 201310250924.2 | 申請日: | 2013-06-24 |
| 公開(公告)號: | CN103366087A | 公開(公告)日: | 2013-10-23 |
| 發明(設計)人: | 董高峰;張強;王保興;和智君;楊威;盧偉 | 申請(專利權)人: | 云南煙草科學研究院 |
| 主分類號: | G06F19/00 | 分類號: | G06F19/00 |
| 代理公司: | 昆明今威專利商標代理有限公司 53115 | 代理人: | 楊宏珍 |
| 地址: | 650106 云南省昆*** | 國省代碼: | 云南;53 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 單料煙 感官 數據 處理 方法 | ||
技術領域:
本發明涉及一種單料煙感官評吸數據的處理方法,屬于感官評吸數統計分析技術領域。
背景技術:
煙草感官質量評價是對調制后的煙葉原料及煙草制品感官質量的唯一檢驗方法,其目的就是通過人的感覺器官對煙葉原料、梗絲、膨脹煙絲、再造煙葉等煙草配方組分、在制品以及卷煙制品進行內在品質評定。現在煙草行業對單料煙感官質量評價一般都是沿用行業標準YC/T138-1998,分別對香氣質、香氣量、雜氣、濃度、勁頭、刺激性、余味、燃燒性、灰色等按9分制分別計分。煙草感官質量評價受人的主觀因素影響較大,感官評吸過程中存在著不確定性及不穩定性等特點。
Z比分數法(穩健統計法)是國際上普遍使用的能力驗證的統計方法,其能較好的檢測實驗室的檢測結果是否離群。Z比分數表示各實驗室的測試結果與指定值的差值和指定值的標準偏差之間的比值。Z比分數的評價標準是:|Z|≤2,表明該實驗室目前的檢測能力屬于滿意;2<|Z|<3,表明該實驗室的檢測能力有問題,須復查;|Z|≥3?,為不滿意結果,說明實驗室目前的檢測能力狀況不滿意。針對感官評吸數據可能出現的極端數據,采用基于“四分位數穩健統計的Z比分數法”,建立一種單料煙感官評吸數據的處理方法,在對感官評吸數據統計分析之前剔除離群值,使極端結果的影響降至最小。
發明內容:
發明的目的在于克服現有技術之不足,建立一種單料煙感官評吸數據的處理方法。
本發明的單料煙感官評吸數據的處理方法,其具體步驟為:
1、感官評吸數據的采集
感官評吸專家根據YC/T138-1998標準對單料煙樣品進行感官評吸并打分。
2、將感官評吸數據輸入到excel中,計算每個樣品的每個感官評價指標的穩健變異系數(CV),如果CV>15%,則評吸小組需要對該支樣品重新評吸,直至CV在≤15%,才計算該樣品的每個感官評吸指標的Z比分數。
3、如果該樣品所有感官評吸指標的|Z|≤2則無需剔除,直接采用該樣品感官數據,并進行統計分析。如果樣品任一感官評吸指標的|Z|>2,則按照以下剔除規則,剔除感官評吸數據中的離群值,直至|Z|≤2,才能采用剔除后的感官評吸數據并進行統計分析,其中樣本剔除規則:
(1)每組樣本最多剔除最大的3個數值和最小的3個數值。
(2)剔除順序依次為:最大數、最小數、次最大數、次最小數、第3大數、第3小數。
本發明的優點在于:計算簡單、快捷,能有效剔除感官評吸數據中的離群值,提高感官評吸數據的質量和感官評價的精確度。
附圖說明:
圖1為一種單料煙感官評吸數據的處理方法操作流程示意圖。
具體實施方式:
本發明方法實施例的具體步驟同發明內容部分所述步驟。
(1)將感官評吸專家對某個單料煙樣品感官評吸結果的原始數據輸入到excel中(見表1)。
(2)對原始數據進行統計分析(見表2),由表2知無指標的CV大于15%,所以能進行下步分析。
(3)根據如下公式,計算每個評吸指標的Z?比分數值,結果見表3。由表3知,專家1對該樣品余味評價結果的Z?比分數值大于2;專家5、6、8對該樣品香氣量評價結果的Z?比分數值大于2;因此應該刪除專家1對該樣品余味的評價結果和刪除專家5、6、8對該樣品香氣量的評價結果,再進行統計分析,才能精確地評價該樣品的感官質量。
Z=(x-中位數)/(0.7413×IQR)
式中:
x為感官評吸指標的值;
IQR為四分位數間距。
表1原始數據
表2原始數據的統計分析
表3原始數據的Z?比分數值
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于云南煙草科學研究院,未經云南煙草科學研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310250924.2/2.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建模或仿真,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用
- 數據顯示系統、數據中繼設備、數據中繼方法、數據系統、接收設備和數據讀取方法
- 數據記錄方法、數據記錄裝置、數據記錄媒體、數據重播方法和數據重播裝置
- 數據發送方法、數據發送系統、數據發送裝置以及數據結構
- 數據顯示系統、數據中繼設備、數據中繼方法及數據系統
- 數據嵌入裝置、數據嵌入方法、數據提取裝置及數據提取方法
- 數據管理裝置、數據編輯裝置、數據閱覽裝置、數據管理方法、數據編輯方法以及數據閱覽方法
- 數據發送和數據接收設備、數據發送和數據接收方法
- 數據發送裝置、數據接收裝置、數據收發系統、數據發送方法、數據接收方法和數據收發方法
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置





