[發明專利]一種基于白酒特性的圖譜相似度計算方法

有效

• 申請號: 201711277895.3
• 申請日: 2017-12-06
• 公開（公告）號: CN107862348B
• 公開（公告）日: 2021-12-14
• 發明（設計）人: 陳明舉;熊興中;黃臣程;林國軍
• 申請（專利權）人: 瀘州老窖集團有限責任公司;四川理工學院
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 夏艷

1.一種基于白酒特性的圖譜相似度計算方法，其特征在于，包括以下步驟：(1)選取同類白酒的n個不同樣本，對n個樣本分別選取p個共有圖譜數據；所述圖譜數據是指白酒成分的含量數據；

(2)對所述p個圖譜數據進行歸一化處理，得到由所述n個樣本的p個歸一化后的圖譜數據組成的數據矩陣具體包括以下步驟：

a.對所述p個共有圖譜數據進行歸一化處理，得到每個樣本的圖譜數據向量x_i＝(x_i，1，x_i，2，x_i，3，…，x_i，p)，其中1≤i≤n，元素x_i，p為第i個樣本第p個歸一化后的圖譜數據；

b.n個樣本的上述圖譜數據向量組成數據矩陣其中，x_n，p表示第n個白酒樣本的第p個歸一化后的圖譜數據；

(3)對所述圖譜數據矩陣X進行主成分分析，篩選出對白酒特性貢獻率大的h個圖譜數據，h為整數且1≤h≤P，具體包括以下步驟：

c.對所述數據矩陣X進行主成分分析，得到矩陣X的協方差矩陣其中元素x_k，i、x_k，j分別是第k個樣品的第i和j個圖譜數據，分別是n個樣品的第i和j個圖譜數據的平均值，1≤k≤n，1≤i≤P，1≤j≤P，求出矩陣S的特征值λ并將其由大到小排列，設定閾值T，找到特征值λ_m，使λ_m≥T，λ_m+1＜T，λ_m對應的正交化單位特征向量a_m＝(a_m，1，…，a_m，g，…，a_m，p)，λ_m對應的主成分F_m通過白酒圖譜數據的表達式為F_m＝a_m，1x₁+…+a_m，gx_g+…+a_m，px_p，其中a_m，1，…，a_m，g，…，a_m，p為F_m的特征向量系數；

d.找到上述主成分F_m中絕對值最大的特征向量系數a_m，g對應的圖譜數據x_g，刪除n個白酒樣本中每個樣本的圖譜數據x_g，則每個白酒樣本剩余p-1個圖譜數據；

e.對剩余p-1個圖譜數據的n個樣本重復上述步驟，每次刪除一個絕對值最大的特征向量系數對應的圖譜數據，至每個樣本剩余預設的h個圖譜數據為止；

(4)對由n個樣本的所述h個圖譜數據組成的數據矩陣進行主成分分析，得到所述h個圖譜數據中每個圖譜數據的權值，具體包括以下步驟：

f.以篩選的h個圖譜數據組成每個白酒樣本的圖譜數據向量y_i＝(y_i，1，y_i，2，y_i，3，…，y_i，h)，1≤i≤n，以n個樣本的上述圖譜數據向量組成數據矩陣Y；

g.對上述矩陣Y進行主成分分析，取前k個主成分，使其累計貢獻率G(k)≥85％、G(k-1)＜85％，計算k個主成分中每個主成分的貢獻率α_i，得到由k個主成分與含h個圖譜數據的圖譜關系矩陣其中，所述累計貢獻率G(k)由計算，所述貢獻率α_i由計算；

h.篩選的h個圖譜數據的貢獻值組成的向量b＝(b₁，…，b_t，…b_h)，式中b_t為第t個圖譜數據的貢獻值，1≤t≤h，b_t＝|α₁a_1，t|+|α₂a_2，t|+…+|α_ka_k，t|；

i.對向量b進行歸一化得到歸一化的貢獻率系數向量c＝(c₁，…，c_t，…c_h)，1≤t≤h，式中元素c_t＝b_t/sum(b)，為第t個圖譜數據的歸一化貢獻率系數，也即相似度計算時第t個圖譜數據的權值；

(5)通過篩選的h個圖譜數據及相應的權值獲取兩個白酒樣品的相似度。