基于因子分析和Bayers判別的烤煙香型分類(lèi)模型構(gòu)建與驗(yàn)證
發(fā)布時(shí)間:2019-08-22 來(lái)源: 感悟愛(ài)情 點(diǎn)擊:
摘要:為研究烤煙化學(xué)組成與其香型間的關(guān)系,通過(guò)抽樣法收集了2011-2013年國(guó)內(nèi)15省71市(縣)500個(gè)煙葉樣品。參照行業(yè)及文獻(xiàn)相關(guān)標(biāo)準(zhǔn)測(cè)定影響其品質(zhì)的114種化學(xué)指標(biāo),對(duì)各指標(biāo)采用MFA(因子分析)降維處理,因子得分構(gòu)建Bayes香型定量判別模型并驗(yàn)證。結(jié)果表明,原始指標(biāo)可提出22個(gè)公因子,其對(duì)原變量的總方差解釋率為80.459%;巨豆三烯酮(A、c)、His、假木賊堿、總細(xì)胞壁物質(zhì)等是煙葉中普遍存在且能較好代表其品質(zhì)特征的物質(zhì);定量判別模型能依據(jù)不飽合醛酮、氨基酸、堿、細(xì)胞壁物質(zhì)等類(lèi)物質(zhì)的含量對(duì)煙葉樣品香型進(jìn)行較好的預(yù)測(cè),回判及預(yù)測(cè)正確率I>83.3%。該判別模型使用簡(jiǎn)便、迅速,能簡(jiǎn)化煙葉香型的判別流程,快速和客觀的評(píng)價(jià)煙葉品質(zhì)。
關(guān)鍵詞:烤煙;化學(xué)組成;因子分析;判別分析
中圖分類(lèi)號(hào):TS41+1
文章編號(hào):1007-5119(2016)03-0072-07 DOI:10.1349 6/j.issn.1007-5119.2016.03.013
烤煙煙葉根據(jù)其燃燒時(shí)所產(chǎn)生的香氣風(fēng)格可劃分為清香、中間香和濃香型3個(gè)類(lèi)別。煙葉香型很大程度上決定著不同卷煙的感官風(fēng)格特征,是維護(hù)卷煙感官質(zhì)量穩(wěn)定的重要因素,也是工業(yè)生產(chǎn)與配方選用的要素之一。不同產(chǎn)地的煙葉通常具有各自獨(dú)特的香型,煙葉香型往往受其化學(xué)成分所影響,所以,對(duì)不同香型煙葉的化學(xué)組成測(cè)定及特征剖析一直以來(lái)都是科技工作者的研究熱點(diǎn)。目前,關(guān)于烤煙香型與其影響因素之間關(guān)系的研究報(bào)道較多,研究?jī)?nèi)容大多集中于不同香型煙葉的化學(xué)組成差異,以及不同部位煙葉特征與化學(xué)成分的相互關(guān)系。關(guān)于烤煙香型化學(xué)組成評(píng)價(jià)的相關(guān)情況雖有一定報(bào)道,但存在所采集的樣本數(shù)量不足,分析方法片面單一,未驗(yàn)證數(shù)理模型的適用性,研究不夠深入等問(wèn)題。對(duì)于香型的定量判別模型研究則尚未見(jiàn)報(bào)道。所以,筆者基于MFA(因子分析)模型判定并篩選適合的變量,并與多種統(tǒng)計(jì)方法聯(lián)用,對(duì)不同類(lèi)型煙葉香型進(jìn)行評(píng)價(jià),為不同香型烤煙選擇性育種及卷煙配方設(shè)計(jì)選用提供理論依據(jù)。
1.材料與方法
1.1材料
采用經(jīng)典抽樣方法,從國(guó)內(nèi)15個(gè)省份71市(縣)采集2011-2013年的烤煙煙葉樣品,總計(jì)500個(gè)樣品。其中,2011年采集樣品數(shù)為137個(gè),2012年采集樣品數(shù)為169個(gè),2013年采集樣品數(shù)為194個(gè),根據(jù)其不同的香型風(fēng)格特征經(jīng)過(guò)感官評(píng)吸判斷可劃分為:清香型烤煙煙葉樣品161個(gè),中間香型烤煙煙葉樣品168個(gè),濃香型烤煙煙葉樣品172個(gè),所有香型煙葉均分別采集上、中和下部煙葉。具體見(jiàn)表1。
1.2方法
1.2.1烤煙化學(xué)成分檢測(cè)方法主要對(duì)3種不同香型烤煙中16種常規(guī)化學(xué)成分(氯、鉀、總氮、總植物堿、總糖、還原糖、纖維素、葡萄糖、果糖、蔗糖、石油醚提取物、揮發(fā)堿、揮發(fā)酸、硝酸根、硫酸根、磷酸根);8種金屬元素(鐵、錳、銅、鋅、硼、鈣、鎂和鈉);3種多酚(綠原酸、莨菪亭和蕓香苷);8種有機(jī)酸(草酸、丙二酸、蘋(píng)果酸、棕櫚酸、硬脂酸、檸檬酸、亞油酸、亞麻酸);20種氨基酸;45種中性致香成分(例如β-大馬酮、香葉基丙酮、β-紫羅蘭酮、降茄二酮、巨豆三烯酮4種立體異構(gòu)體、二氫獼猴桃內(nèi)酯等;胡蘿卜素與葉黃素;6種生物堿(煙堿、降煙堿、麥斯明、假木賊堿、新煙草堿、2,3-聯(lián)吡啶);以及6種細(xì)胞壁物質(zhì)(總細(xì)胞壁物質(zhì)、果膠、木質(zhì)素、全纖維素、α-纖維素、半纖維素)共計(jì)114種指標(biāo)根據(jù)現(xiàn)行相關(guān)的行業(yè)標(biāo)準(zhǔn)及文獻(xiàn)方法進(jìn)行定量檢測(cè)。
1.2.2統(tǒng)計(jì)方法采用SPSS 22.0統(tǒng)計(jì)學(xué)軟件(SPSS Inc.)的數(shù)據(jù)處理模塊對(duì)不同煙葉樣品各化學(xué)指標(biāo)及其與香型的關(guān)系進(jìn)行分析。采用因子分析(MFA)和Bayes判別分析方法來(lái)探索不同煙葉樣品香型的物質(zhì)基礎(chǔ)。
2.結(jié)果
2.1不同香型煙葉各指標(biāo)的因子分析(MFA)
對(duì)不同煙葉樣本進(jìn)行MFA分析,由于各指標(biāo)間量綱及數(shù)值差異較大,所以從相關(guān)陣出發(fā),采用主成分提取方法,并進(jìn)行最大方差法旋轉(zhuǎn),迭代29次收斂。對(duì)取樣足夠度進(jìn)行Kaiser-Meyer-Olkin及Bartlett檢驗(yàn),如表2可知,KMO=0.885>>0.5,且Bartlett sig.<0.0001,呈1%以下顯著性水平,說(shuō)明樣本非常適于進(jìn)行因子分析。114個(gè)指標(biāo)共可提取22個(gè)共同因子,其所能解釋原指標(biāo)的累積方差貢獻(xiàn)率為80.459%。
通過(guò)因子得分系數(shù)矩陣可列出不同煙葉各原始指標(biāo)通過(guò)線(xiàn)性組合而成的22個(gè)公因子的表達(dá)式,如公式(1),公式中Xi為樣本中各指標(biāo)變量的標(biāo)準(zhǔn)化值,yi為因子的得分系數(shù),F(xiàn)i為各因子的因子得分,i的取值范圍均為(1,114)。據(jù)公式計(jì)算各樣本的因子得分,并保存為新變量Fi,j=1~22,可以用來(lái)代表原指標(biāo)衡量煙葉的化學(xué)組成和品質(zhì)特征。
采用因子旋轉(zhuǎn)方法(最大方差法)來(lái)對(duì)22個(gè)公因子的實(shí)際意義進(jìn)行解釋?zhuān)绫?,以方差解釋率最高的前10個(gè)公因子為例來(lái)說(shuō)明相應(yīng)因子的實(shí)際意義。由于每個(gè)因子所擬合的原變量數(shù)較多(114個(gè)指標(biāo)),所以在旋轉(zhuǎn)載荷陣中,對(duì)10個(gè)公因子的載荷均小于0.695的指標(biāo)予以省略,表明公因子對(duì)這部分指標(biāo)的解釋力較弱。公因子對(duì)原始指標(biāo)的解釋能力各不相同。例如,對(duì)于因子1.糠醛、苯甲醛、苯乙醛、異佛爾酮、氧化異佛爾酮、藏花醛、B.大馬酮、5,6-環(huán)氧-β-紫羅蘭酮、二氫獼猴桃內(nèi)酯、巨豆三烯酮的四個(gè)異構(gòu)體(A、B、c、D)的載荷均>0.803,其中,異佛爾酮、氧化異佛爾酮、藏花醛、β-大馬酮和二氫獼猴桃內(nèi)酯的載荷均>0.900,說(shuō)明因子1對(duì)于含有環(huán)酮,烯酮,烯醛結(jié)構(gòu)的化合物的解釋能力很強(qiáng),可命名為“酮醛因子”;對(duì)于因子2,Asn、His、Gin、GABA、Phe、Trp的載荷均>0.850,說(shuō)明因子2對(duì)于酰胺類(lèi)、芳香類(lèi)、堿性氨基酸類(lèi)物質(zhì)的解釋能力很強(qiáng),可以命名為“氨基酸因子”。以此類(lèi)推,4-10號(hào)公因子分別能對(duì)應(yīng)解釋環(huán)檸檬醛、堿、細(xì)胞壁、還原糖、多環(huán)酮、氯、呋喃酮和鋅類(lèi)物質(zhì),可命名為各自相應(yīng)的因子。
相關(guān)熱詞搜索:烤煙 香型 因子 構(gòu)建 模型
熱點(diǎn)文章閱讀