一种基于化学计量学方法对不同质量的大曲分类的方法

摘要

本发明公开了一种基于化学计量学方法对不同质量大曲的分类方法，其特征是按如下步骤进行：1建立原始数据矩阵；2使用DRAUG算法对原始数据矩阵进行计算，获得主因子数；3利用主成分分析法获得各个曲块的得分序列；4使用聚类分析对所述原始数据矩阵D进行分类；结合所计算的各样本的综合得分，以进一步验证主成分分析对大曲质量分类结果的准确性。本发明能科学、合理、有效地区别出不同质量的大曲，从而提高大曲质量判断结果的准确性。

主权项

一种基于化学计量学方法对不同质量大曲的分类方法，其特征是按如下步骤进行：步骤1：采集同一时间内同一车间出房的m个曲块的n种指标，从而建立一个m×n维的原始数据矩阵D；所述原始数据矩阵D的列向量表示同一指标在不同曲块下的测量数据，所述原始数据矩阵D的行向量表示同一曲块在不同指标下的测量数据；步骤2：使用DRAUG算法对所述原始数据矩阵D进行计算，获得所述原始数据矩阵D的主因子数；步骤2.1、由一个m维的随机列向量和一个n维的随机行向量进行b倍相乘，获得一个随机矩阵；将所述随机矩阵与所述原始数据矩阵D相加，获得增广矩阵D(aug)；步骤2.2、对所述原始数据矩阵D与增广矩阵D(aug)分别进行奇异值分解，得到原始数据矩阵D的特征值及相应特征值加和以及所述增广矩阵D(aug)的特征值及相应特征值加和；步骤2.3、分别计算原始数据矩阵D与增广矩阵D(aug)的方差，记为Var和Var(aug)；步骤2.4、根据所述原始数据矩阵D的方差Var和增广矩阵D(aug)的方差Var(aug)获得Fisher比例值；步骤2.5、将所述Fisher比例值转化为显著性水平，根据所述显著性水平获得原始数据矩阵D的主因子数；步骤3、利用主成分分析法获得各个曲块的得分序列；步骤3.1、使用主成分分析对所述原始数据矩阵D进行处理，得到所述原始数据矩阵D的特征向量矩阵；步骤3.2、由所述原始数据矩阵D和所述特征向量矩阵计算获得所述原始数据矩阵D的主成分；步骤3.3、由所述原始数据矩阵D的特征值和所述原始数据矩阵D特征值的总和获得所述原始数据矩阵D的特征值比值；步骤3.4、根据所述原始数据矩阵D的主因子数，确定原始数据矩阵D中所要提取的主成分；步骤3.5、根据所述所要提取的主成分和特征值比值计算获得m个曲块的综合得分并进行降序排序，获得得分序列；步骤4：使用聚类分析对所述原始数据矩阵D进行分类；步骤4.1、设置分类数为p；步骤4.2、从原始数据矩阵D中随机选择p个行向量作为质心，从而获得p个质心；分别计算剩余m‑p个行向量与每个质心的距离，从而获得(m‑p)×p维的距离矩阵；所述距离矩阵的行向量表示剩余m‑p个行向量中的每个行向量分别与p个质心的距离；所述距离矩阵的列向量表示每个质心分别与剩余m‑p个行向量的距离；从所述距离矩阵的每个行向量中选取最小值作为最小距离值，共获得m‑p个最小距离值；所述m‑p个最小距离值所对应的列数，即为所述剩余m‑p个行向量所属的质心；步骤4.3、根据p个质心中的每个质心所包含的行向量，分别计算每个质心中所包含的行向量的均值；以所述均值作为新的质心；步骤4.4、比较每个质心与其相应的新的质心之间的距离是否小于等于所设定的阈值；若小于等于所设定的阈值，则完成所述原始数据矩阵D的分类，并获得所述原始数据矩阵D中每个行向量所属的质心；否则；返回步骤4.2顺序执行。