基于SOFM网络的烤烟感官质量聚类模式分析

邵惠芳，赵昕宇，许自成，李东亮

1 河南农业大学烟草学院，郑州 450002；2 郑州大学电气工程学院，郑州 450001；3 川渝中烟工业公司，成都 610066

基于SOFM网络的烤烟感官质量聚类模式分析

邵惠芳1，赵昕宇2，许自成1，李东亮3

1 河南农业大学烟草学院，郑州 450002；2 郑州大学电气工程学院，郑州 450001；3 川渝中烟工业公司，成都 610066

影响烤烟感官质量的因素是复杂多样的，其中化学成分作为烤烟品质的物质基础，是决定烤烟感官质量的主要因素。而多种化学成分的综合性影响决定了烤烟的感官质量。本文从烤烟质量综合评价的需要出发，首先运用相关分析和方差分析方法筛选出主要化学成分或指标作为考察因子，然后采用自组织特征映射神经网络对烤烟感官质量进行聚类，最后借助于雷达图对烤烟感官质量和主要化学成分之间的关系进行聚类模式分析。结果表明：319个烤烟样本可以被分为9类，分别对应9个化学成分组成模式和感官质量表现模式之间的关系，在烤烟配方设计中可以利用这种模式对应关系对烟叶进行分类和选择，从而提高配方设计的效率和科学性。

烤烟；感官质量；SOFM网络；聚类分析；雷达图

烟草质量评价是烟草行业的一项基础性工作。当前的烟草质量评价研究一般是从烟叶的物理特性、化学成分、致香成分、外观特性、感官质量，以及加工工艺性、吸食安全性等方面着手，对烟草制品的某些特性及特性之间的相互关系进行分析研究[1]。由于主流的烟草制品属于一种吸食享用性产品，对烟草的质量评价最终仍要落实到吸食时的感官质量上[2]。

影响烤烟感官质量的因素是复杂多样的，不同产地、品种、部位、等级以及不同醇化处理的烤烟，其感官评吸都有可能表现出不同的特征，从而形成了不同香型、不同吃味特色[3-6]。在影响烤烟感官质量的诸多因素中，烤烟内在的化学成分作为烤烟品质的物质基础，是决定烤烟感官质量的主要因素。因此，对烟草化学成分与感官质量之间的关系进行研究具有重要意义。现有研究多数是针对某一种或某一类化学物质对感官质量的影响进行研究[7-11]，采用的分析方法主要是相关分析、方差分析、回归分析等传统的数理统计分析方法[12-15]。由于烤烟感官质量是多种化学成分对人体感官进行综合影响的结果，因此，在分析单类化学物质的感官品质基础上，还需要综合考察多种化学物质与感官质量之间的关系。一些学者在这方面也进行了有益的探索[16-17]。

在进行卷烟配方设计时，要综合烤烟各项指标的评定情况，对不同烤烟的作用和掺配比例作出判断。本文从烤烟质量综合评定的需要出发，利用自组织特征映射神经网络对烤烟感官质量进行聚类，然后采用雷达图对烤烟感官质量和主要化学成分之间的关系进行聚类模式分析，以期建立烤烟化学成分和感官质量之间的模式对应关系，为卷烟配方设计逐步过渡到基于烤烟内在的化学成分提供理论基础。

1 材料与试验

供试材料来自川渝中烟工业公司库存烟叶，多数原料来源地是国内的云南、河南、四川、福建、贵州、湖南和陕西等主产烟区，少量原料来自于巴西、津巴布韦和美国。第个单料烟随机取5箱，并在箱里上、中、下三个位置分别取样，然后混合、制样，共得到324个烤烟样本。

烤烟样本的感官质量评分以标准YC/T138-1998烟草及烟草制品感官评价方法为基础，由专业评吸人员进行评吸，分别对香气质、香气量、劲头、浓度、余味、杂气、刺激性等七项评吸指标按照9分制评分，评分标准如表1所列。表中未列的中间值表示相邻状态的中间情况。

表1 烤烟感官质量评吸打分标准Tab. 1 Evaluation standard of fl ue-cured tobacco sensory quality

烤烟样本的化学成分测定全部按照中华人民共和国烟草行业的有关标准进行。总糖、还原糖、总植物碱、钾、氯、总氮、蛋白质、淀粉等化学成分采用YC/T 159-2002等标准中的连续流动法测定；PH值、石油醚、酚类化合物采用YC/T 222—2007等标准方法测定；果胶含量与纤维素含量分别采用酶解-流动分析法测定。

2 数据分析与建模

2.1 样本数据基本统计

烤烟样本检测的常规化学成分或指标有总植物碱、还原糖、氯、钾、总糖、总氮、pH值、醚提取物、蛋白质、挥发碱、挥发酸、淀粉、果胶和纤维素共14项，原有324个样本经过离群点检测、剔除后，剩余样本共319个。本文的数据分析与建模均采用Matlab R2012a软件。

各化学成分或指标的检测结果统计见表2。可以看到，除了氯和醚提取物表现出峰度偏高、偏度偏高之外，其他化学成分的峰度值均接近于3，偏度值均接近于0，说明均基本符合正态分布特征，样本数据分布良好。7个评吸指标的得分统计见表3。可见，绝大多数样本的得分在4至7分之间，而且，各评吸指标得分也基本符合正态分布特征。

表2 烤烟样本常规化学成分检测结果统计Tab. 2 Statistics of conventional chemical composition of fl ue-cured tobacco samples %

表3 烤烟样本感官质量评吸得分统计Tab. 3 Statistics of sensory quality of fl ue-cured tobacco samples

2.2 建模变量筛选

在样本评吸指标得分中，大多数都为整数，只有少数是精确到小数点后一位。为了方差分析时减少感官质量评价的类别数，使各类别有足够多的样本，首先对评吸指标得分进行了整数化归约预处理。然后，以4、5、6、7分值作为各评吸指标的得分档次划分，分别对总植物碱、还原糖、氯、钾、总糖、总氮、pH值、醚提取物、蛋白质、挥发碱、挥发酸、淀粉、果胶和纤维素等14个常规化学成分进行单因素方差分析。表4所列为方差分析所得的概率P值，较小的P值说明差异显著。

表4 烤烟常规化学成分与评吸指标之间的单因素方差分析的p值Tab. 4 P-value of single factor variance analysis between conventional chemical components and smoking indexes of fl ue-cured tobacco

可以看出，挥发酸、淀粉和纤维素含量在各评吸指标的不同得分档次之间差异均不显著，表明它们对烤烟感官质量的影响不明显；而其他的化学成分均对某些感官质量指标得分有显著影响。比如，总植物碱含量对香气量、劲头、浓度、刺激性有显著影响；还原糖含量对劲头、浓度、余味、杂气、刺激性有显著影响等。

另外，通过对不同化学成分相互之间的相关性进行分析可知，挥发碱含量与总植物碱含量极显著相关，两者只是与纤维素的相关程度稍有不同；蛋白质与总氮含量极显著相关；还原糖与总糖含量极显著相关。为减少模式变量，可以不用单独分析挥发碱、蛋白质和总糖含量与烤烟感官质量之间的关系，因为他们的规律性分别与总植物碱、总氮和还原糖基本一致。

综合上述相关分析和方差分析的结果，最终在烤烟的总植物碱、还原糖、氯、钾、总糖、总氮、pH值、醚提取物、蛋白质、挥发碱、挥发酸、淀粉、果胶和纤维素等常规化学成分或指标中，选择总植物碱、还原糖、氯、钾、总氮、醚提取物、果胶和pH值等8个指标作为模式变量，考察它们与烤烟感官评吸质量之间的关系。

2.3 利用SOFM神经网络聚类

聚类属于一种观察式学习，通过对数据内在规律的不断发现，实现相似点的聚类。常用的聚类方法有系统聚类、k均值聚类、高斯混合模型聚类等。本文采用自组织特征映射神经网络聚类方法，对烤烟感官质量进行聚类分析。

自组织特征映射（Self-Organizing Feature Map，简称SOFM）神经网络是1981年由芬兰的T.Kohonen教授提出的，又称为Kohonen网络。SOFM神经网络的提出是在对人脑神经元的研究基础上，认为神经元网络在接受外界输入模式时，会分为不同的对应区域，第个区域对输入模式具有不同的响应特征，而且这个过程是自动完成的。自组织特征映射网络目前已在许多领域的聚类分析中得到有效应用。

SOFM网络共有两层，分别叫输入层和输出层。输入层神经元通过权向量将输入向量汇集到输出层神经元，输出层是SOFM网络的核心，一般采用竞争算法，也叫竞争层。输出层神经元排列有多种形式，如一维线阵、二维平面阵列或者三维栅格阵列等。如图1所示为竞争层一维线阵排列的SOFM神经网络结构图。

图1 一维竞争层的SOFM神经网络结构Fig. 1 Structure of SOFM neural network with one-dimensional competition layer

SOFM网络采用的学习算法称为Kohonen算法，网络权值调整时获胜神经元对邻近神经元的抑制是由近及远逐步增强的，不仅获胜神经元要调整权值，邻近神经元也要程度不同地调整权值。其常用的侧抑制函数有墨西哥帽函数、大礼帽函数等。在网络权值调整过程中，一般结合退火函数来逐渐缩小邻域范围，并减小学习率，最终在满足一定条件时停止训练，网络学习结束。

根据烤烟感官质量聚类分析的要求，设定SOFM神经网络的输入层为7个神经元，分别对应7个感官评吸指标；输出层尝试采用不同的形式。首先选择二维阵列形式，共8×8个神经元。对样本数据训练后，网络状态如图2所示。其中，（a）是SOFM网络竞争层各神经元的距离表示，颜色越淡，表示距离越近，神经元所代表的模式之间就越相似；颜色越深，则表示距离越远，神经元所代表的模式间差异就越明显。（b）是各个神经元的命中样本数及分布。

由图2可以看出，样本数据大致被划分为6-9个区域，还有极少数的样本与其他样本之间差异明显。为了进一步明确聚类结果，将SOFM网络的输出层改为一维线阵排列，并通过多次试验确定输出层神经元取9个。输入样本进行训练后，网络状态如图3所示。可见，319个样本被聚类成9类，样本数分别为25、12、58、23、48、25、30、44和54。

图2 二维阵列输出的SOFM神经网络聚类Fig. 2 Output of SOFM neural network clustering with two-dimensional array

图3 一维线阵输出的SOFM神经网络聚类Fig. 3 Output of SOFM neural network clustering with one-dimensional array

为了比较SOFM神经网络聚类与其他常用聚类方法的差异，本文还分别采用系统聚类和k均值聚类方法对烤烟样本的感官质量进行了聚类试验，结果表明不同聚类方法之间存在较大差异。除了一些具体参数，比如初始点选择、距离度量方法的不同所产生的差异之外，主要差异是聚类方法本身不同所导致的。三种聚类方法中，系统聚类方法是严格依据样本点之间的某种距离度量进行聚类，聚类结果中往往出现很多单样本点的类，而其他大量样本又被划为一类，因此受数据噪声影响较大，不利于大样本集的聚类分析；k均值聚类方法也是采用某种距离度量，但其采用迭代的方式进行聚类，聚类结果受聚类初始点的影响较大。而SOFM神经网络依据样本点的相似性和空间拓扑结构进行聚类，并且有趋于等量分配的特性，因此不易受数据噪声影响，适合于大样本集的分析；通过随机化处理，其迭代过程受初始点的影响也较小。

2.4 聚类模式分析

根据SOFM神经网络聚类的结果，对香气质、香气量、劲头、浓度、余味、杂气、刺激性等7个评吸指标进行分类汇总，各指标的类内均值列于表5中。同时，对总植物碱、还原糖、氯、钾、总氮、醚提取物、果胶、pH值等8个化学成分或指标也进行分类汇总，其类内均值列于表6中。

表5 烤烟感官质量聚类的类内均值Tab. 5 Average value of fl ue-cured tobacco sensory quality in clusters

表6 烤烟主要化学成分聚类的类内均值Tab. 6 Average value of main chemical compositions of fl ue-cured tobacco in clusters %

为了便于直观比较各类的不同模式，将各类的均值数据以雷达图形式展示，如图4所示。由于不同指标的均值之间存在较大差异，并且不同指标的数据离散程度不同，为了明确各指标在不同模式之间的差异和变化情况，雷达图中展示的是对数据进行了z-score规范化处理后的结果。因此，图4中的零刻度对应样本均值，大于0的数值说明该变量值比样本均值偏高，小于0的数值说明该变量值比样本均值偏低。

图4 烤烟感官质量与化学成分的聚类模式Fig. 4 Clustering patterns of fl ue-cured tobacco sensory quality and chemical composition

根据图4所示，可以将聚类所得烤烟各模式的特征归纳如下：

类I：评吸指标中，香气质、香气量、余味、杂气得分较高，浓度、刺激性适中，而劲头得分很低；化学成分或指标中，还原糖含量较高，氯、果胶含量适中，而总植物碱、钾、总氮、pH值较低，醚提取物含量很低。

类II：评吸指标中，香气质、香气量、余味、杂气、刺激性得分很高，浓度较好，而劲头适中；化学成分或指标中，还原糖含量很高，果胶、pH值较高，氯含量适中，而钾、总氮、醚提取物和总植物碱含量较低。

类III：评吸指标中，余味、杂气、刺激性得分较高，而香气质、香气量、劲头、浓度比平均值略高一些；化学成分或指标中，还原糖和果胶含量较高，其他成分指标适中，而总氮含量比均值略低一些。

类IV：评吸指标中，香气量、劲头、浓度表现良好，香气质、余味、杂气也较好，而刺激性比平均值略强；化学成分或指标中，总植物碱含量很高，钾、总氮、醚提取物、果胶含量较高，氯含量适中，而还原糖含量很低，pH值偏低。

类V：评吸指标中，劲头、浓度表现较好，香气质、香气量适中，而余味、杂气、刺激性表现较差；化学成分或指标中，总植物碱和醚提取物含量很高，总氮含量也较高，钾、果胶含量适中，而氯含量偏低，还原糖含量、pH值很低。

类VI：评吸指标中，劲头得分较高，浓度表现适中，其他指标较差，其中刺激性表现最差；化学成分或指标中，总植物碱、总氮含量很高，醚提取物含量较高，钾含量适中，而氯、果胶和pH值较低，还原糖含量最低。

类VII：所有评吸指标得分都很低；化学成分或指标中，总植物碱含量很低，还原糖、氯、钾含量适中，总氮、醚提取物、果胶含量较低，pH值较高。

类VIII：评吸指标中，香气质、余味、杂气表现适中，香气量、劲头、浓度较差，而刺激性表现较好；化学成分或指标中，总植物碱含量很低，总氮、醚提取物也较低，氯、钾、果胶含量适中，而还原糖含量、pH值较高。

类IX：所有评吸指标得分都适中或略低；化学成分或指标中，氯含量、pH值略高，而其他成分的含量适中。

3 结论与讨论

由于烟草的品种、属性存在多样性，烟草制品的化学成分种类也数目庞大，因此构建科学的烟草质量评价体系只能从简到繁、从易到难逐步展开，发现和提取其主要特征和主要化学成分之间的关系。现有研究即主要依据对烤烟浓香型、中间香型、清香型的划分，对烤烟中的个别化学成分与感官质量之间的关系进行分析，得出不同香型烤烟中此类化学成分与感官质量之间存在正相关或负相关关系[7]。而实际上，影响烤烟感官质量的因素众多，同一香型不同产地烤烟的化学成分含量也可能存在显著差异[8]。多项研究结果认为，对烟叶总体评吸质量影响最显著的化学指标有总氮、烟碱、还原糖、氯、钾等[6,9-10,18]；在一定含量范围内，多数主要化学成分或指标与烤烟评吸质量之间呈现出线性或二次曲线关系[11,14]。为了将各种化学成分的复杂影响综合起来考虑，一些研究也试图采用糖碱比、氮碱比、钾氯比、钾硫比等指标[6,14,19]，以及烟叶碳氮平衡来描述化学成分与感官质量之间的关系[12]；或者采用一定的加权系数和多输入神经网络模型来综合考量多个化学成分对感官质量的影响[16-17]。但是这些方法与研究结果很难直接应用于烟草企业的卷烟产品设计中。

在烟叶配方设计或原料选择时，有经验的配方设计人员会充分考虑原料或叶组的感官质量各指标之间的平衡，并根据对原料烟叶的感官质量评价对其进行可用性分类与评价。实际上，原料或叶组的感官质量各指标之间的平衡对应着各化学成分之间的平衡。本文由此点出发，从感官质量的角度对不同来源的烤烟进行聚类分析，不仅符合产品设计的实际需要，而且有利于去繁就简地找出烤烟内在化学成分和感官质量之间的模式对应关系。与常用的一些聚类方法相比较，本文采用的SOFM神经网络方法具有良好的自组织、自适应特性，其受数据噪声影响小，比较适合烤烟大样本集的聚类分析。

通过聚类分析，319个烤烟样本被分为9类，同时也是9个化学成分组成模式和感官质量表现模式之间的对应关系。这些模式关系不仅蕴含了单个化学成分与感官质量不同指标之间的关系，比如总植物碱、还原糖含量对感官质量起到了重要作用，较高的总植物碱含量可以得到较好的劲头表现，还原糖含量越高越有利于香气质、香气量、余味和杂气的表现等；而且是从整体上对多种化学成分与烤烟感官质量之间的关系进行综合性描述。在烤烟配方设计和原料选择过程中，可以利用这种模式对应关系有针对性的选择烟叶原料，或者对不同原料的使用价值进行分类判别，从而进一步提高配方设计的效率和科学性。

另外，本文的聚类分析是基于烤烟所有评吸指标的重要性都相同，以便于用同一标准来衡量不同模式类中烤烟主要化学成分与感官质量之间的相互关系。在应用中还可以根据实践经验对不同的评吸指标加以特殊考量，譬如对各个评吸指标赋予一定的权重系数，然后再进行相应的聚类分析和测算，以满足不同产品设计的需要。

[1] 周冀衡, 肖志新, 杨虹琦, 等. 不同品种烤烟主要品质和安全性指标分析[J]. 湖南农业大学学报(自然科学版), 2008,34(6): 640-642.Zhou Jiheng, Xiao Zhixin, Yang Hongqi,et al. On index of main qualities and security in di ff erent tobacco varieties[J]. Journal of Hunan Agricultural University (Natural Sciences), 2008, 34(6):640-642. (in Chinese)

[2] 唐远驹. 关于烤烟香型问题的探讨[J]. 中国烟草科学,2011, 32(3): 1-7.Tang Yuanju. On aroma type of flue-cured tobacco[J]. Chinese Tobacco Science, 2011, 32(3): 1-7. (in Chinese)

[3] 邓小华, 杨丽丽, 陆中山, 等. 湘西烟叶质量风格特色感官评价[J]. 中国烟草学报, 2013, 19(5): 22-27.Deng Xiaohua, Yang Lili, Lu Zhongshan,et al. Sensory evaluation on style and characteristics of tobacco leaves from Xiangxi[J].Acta Tabacaria Sinica, 2013, 19(5): 22-27. (in Chinese)

[4] 谢已书, 赵会纳, 戚源明, 等. 成熟度对烤后烟叶外观等级质量和内在品质的影响[J]. 云南农业大学学报(自然科学),2012, 27(6): 858-862, 881.Xie Yishu, Zhao Huina, Qi Yuanming,et al. The e ff ect of di ff erent harvest maturity on appearance quality and internal quality of flue-cured tobacco leaves[J]. Journal of Yunnan Agricultural University, 2012, 27(6): 858-862, 881. (in Chinese)

[5] 彭玉富, 张书伟, 蔡宪杰, 等. 不同成熟度对河南烤烟上部叶品质的影响[J]. 中国烟草学报, 2011, 17(4): 62-66.Peng Yufu, Zhang Shuwei, Cai Xianjie,et al. E ff ects of maturity on quality of upper leaves in flue-cured tobacco in Henan province[J]. Acta Tabacaria Sinica, 2011, 17(4): 62-66. (in Chinese)

[6] 杜娟, 张楠, 许自成, 等. 烤烟不同部位烟叶主要化学成分与感官质量的关系[J]. 郑州轻工业学院学报(自然科学版),2011, 26(2): 16-20.Du Juan, Zhang Nan, Xu Zicheng,et al. Relationships between sensory quality and main chemical components in di ff erent leaves of flue-cured tobacco[J]. Journal of Zhengzhou University of Light Industry(Natural Science), 2011, 26(2): 16-20. (in Chinese)

[7] 高远, 张艳玲, 张仕祥, 等. 不同香型烤烟类胡萝卜素及其降解产物含量与感官质量的关系[J]. 烟草科技, 2014, (2):38-43.Gao Yuan, Zhang Yanling, Zhang Shixiang,et al. Relationship of carotenoid and its degradation products with sensory quality of fl ue-cured tobacco of di ff erent fl avor styles[J]. Tobacco Science &Technology, 2014, (2): 38-43. (in Chinese)

[8] 牛莉莉, 黄五星, 邵惠芳, 等. 不同香型烤烟挥发碱含量与品质指标的关系分析[J]. 中国烟草学报, 2013, 19(5): 16-21.Niu Lili, Huang Wuxing, Shao Huifang,et al. Relationship between volatile alkaloids contents and quality indices in di ff erent flavor type flue-cured tobacco leave[J]. Acta Tabacaria Sinica,2013, 19(5): 16-21. (in Chinese)

[9] 邵惠芳, 许自成, 李东亮, 等. 烤烟还原糖含量与主要挥发性香气物质及感官质量关系的统计学分析[J]. 中国烟草学报, 2011, 17(2): 8-12.Shao Huifang, Xu Zicheng, LI Dongliang,et al. The relationship between reducing sugar and main volatile aroma components in as well as sensory quality of fl ue-cured tobacco[J]. Acta Tabacaria Sinica, 2011, 17(2): 8-12. (in Chinese)

[10] 许自成, 秦璐, 邵惠芳, 等. 烤烟钾含量与多酚、有机酸含量及评吸品质的关系[J]. 河南农业大学学报, 2010, (4): 383-389.Xu Zicheng, Qin Lu, Shao Huifang,et al. Relationship between content of potassium and polyphenols, organic acids and sensory quality in fl ue-cured tobacco leaves[J]. Journal of Henan Agricultural University, 2010, (4): 383-389. (in Chinese)

[11] 罗玲, 杨杰, 许自成, 等. 四川烤烟烟碱和总氮含量分布特点及对评吸质量的影响[J]. 郑州轻工业学院学报(自然科学版), 2012, 27(1): 33-36.Luo Ling, Yang Jie, Xu Zichen,et al. Distribution characteristics of nicotine and total nitrogen contents in fl ue-cured tobacco and their efects to smoking quality in Sichuan province[J]. Journal of Zhengzhou University of Light Industry(Natural Science), 2012,27(1): 33-36. (in Chinese)

[12] 姚忠达, 胡海洲, 刘新民, 等. 烤烟烟叶碳氮平衡与感官质量关系分析[J]. 安徽农业大学学报, 2014, 41(2): 312-316.Yao Zhongda, Hu Haizhou, Liu Xinmin,et al. Relationship between sensor quality and C/N balance in fl ue-cured tobacco[J].Journal of Anhui Agricultural University, 2014, 41(2): 312-316. (in Chinese)

[13] 陈志燕, 李小兰, 王政, 等. 烤烟非挥发酸与其感官质量的相关性分析[J]. 郑州轻工业学院学报(自然科学版), 2013,28(3): 29-32.Chen Zhiyan, Li Xiaolan, Wang Zheng,et al. Correlation analysis between non-volatile acids with sensory quality in fl uecured tobacco leaf[J]. Journal of Zhengzhou University of Light Industry(Natural Science), 2013, 28(3): 29-32. (in Chinese)

[14] 李广才, 余玉梅, 胡建军, 等. 湖南烤烟主要化学成分与评吸质量的非线性关系解析[J]. 中国烟草学报, 2012, 18(4):17-26.Li Guangcai, Yu Yumei, Hu Jianjun,et al. Non-linear relationship between chemical compositions and smoking quality in fl ue-cured tobacco in Hunan province[J]. Acta Tabacaria Sinica, 2012, 18(4):17-26. (in Chinese)

[15] 闫洪洋, 闫洪喜, 吉松毅, 等. 河南烤烟外观质量与感官质量的相关性[J]. 烟草科技, 2012, (7): 17-23.Yan Hongyang, Yan Hongxi, Ji Songyi,et al. Correlation analysis between appearance quality and sensory quality of henan fluecured tobacco[J]. Tobacco Science & Technology, 2012, (7): 17-23. (in Chinese)

[16] 邵惠芳, 许自成, 李东亮, 等. 基于BP神经网络建立烤烟感官质量的预测模型[J]. 中国烟草学报, 2011, 17(1): 19-25.Shao Huifang, Xu Zicheng, Li Dongliang,et al. The establishment of BP neural network based models for predicting tobacco leaf sensory quality[J]. Acta Tabacaria Sinica, 2011, 17(1): 19-25. (in Chinese)

[17] 张勇刚, 宋朝鹏, 李常军, 等. 熵权模糊综合评价法在烤烟感官质量评价中的应用[J]. 中国烟草学报, 2010, 16(6): 33-36.Zhang Yonggang, Song Zhaopeng, Li Changjun,et al. The use of entropy weight and fuzzy synthetic evaluation in evaluating fl uecured tobacco sensory characters[J]. Acta Tabacaria Sinica, 2010,16(6): 33-36. (in Chinese)

[18] 胡建军, 李广才, 周冀衡, 等. 湖南烤烟生物碱含量与其评吸质量的相互关系研究[J]. 中国烟草学报, 2011, 17(4): 31-36.Hu Jianjun, Li Guangcai, Zhou Jiheng,et al. Study on relationship between alkaloids content in and sensory quality of flue-cured tobacco from Hunan province[J]. Acta Tabacaria Sinica, 2011,17(4): 31-36. (in Chinese)

[19] 李东亮, 周学政, 戴亚, 等. 烤烟化学成分与感官质量中香气指标的灰色优势分析[J]. 河南农业大学学报, 2010, (4):378-382.Li Dongliang, Zhou Xuezheng, Dai Ya,et al. Grey superior analysis of the relations between chemical component and aroma index in sensory quality of fl ue-cured tobacco[J]. Journal of Henan Agricultural University, 2010, (4): 378-382. (in Chinese)

Clustering pattern analysis of sensory quality in fl ue-cured tobacco based on SOFM network

SHAO Huifang1, ZHAO Xinyu2, XU Zicheng1, LI Dongliang3
1 School of Tobacco Science, Henan Agricultural University, Zhengzhou 450002, China;2 School of Electrical Engineering, Zhengzhou University, Zhengzhou 450001, China;3 China Tobacco Chuanyu Industrial Co., Ltd., Chengdu 610066, China

Factors in fl uencing sensory quality of fl ue-cured tobacco are complex and diverse with chemical component as the deciding one. In this paper,the main chemical composition indexes were screened out as examining factors by correlation analysis and variance analysis method. Self-organizing feature map (SOFM) neural network was applied to cluster sensory quality of fl ue-cured tobacco. Clustering pattern analysis was conducted on the relationship of sensory quality and main chemical composition based upon radar chart. Results indicated that: 319 fl ue-cured tobacco samples could be categorized into nine groups which corresponded to the relationship between nine main chemical composition patterns and fl ue-cured tobacco sensory quality. This pattern relationship could be used in formula design to categorize and select fl ue-cured tobacco, thus improve efficiency of formula design.

fl ue-cured tobacco; sensory quality; SOFM network; clustering analysis; radar chart

邵惠芳，赵昕宇，许自成，等. 基于SOFM网络的烤烟感官质量聚类模式分析[J]. 中国烟草学报，2016,22（1）

川渝中烟工业公司科技攻关项目（CYZY200701）

邵惠芳（1971—），副教授，博士，硕士生导师，研究方向为烟叶质量评价、数据分析与挖掘，Email：shf.email@163.com

许自成（1964—），教授，博士，博士生导师，研究方向为烟草品质生态、烟草营养与烟叶质量评价，Email：zcxu@sohu.com

2015-01-23

：SHAO Huifang, ZHAO Xinyu, XU Zicheng, et al.Clustering pattern analysis of sensory quality in fl ue-cured tobacco based on SOFM network[J].Acta Tabacaria Sinica, 2016, 22（1）