基于降维技术的烟叶质量可视分析方法

doi:10.16182/j.issn1004731x.joss.20-0421

系统仿真学报 ›› 2021, Vol. 33 ›› Issue (9): 2279-2288.doi: 10.16182/j.issn1004731x.joss.20-0421

• 国民经济仿真 • 上一篇

基于降维技术的烟叶质量可视分析方法

田东^1,2, 单桂华^1,2, 迟学斌^1,2, 张艳玲³, 冯伟华³, 王建伟³, 王爱国³, 王锐^3,*

1.中国科学院计算机网络信息中心,北京 100190;
2.中国科学院大学,北京 100190;
3.中国烟草总公司郑州烟草研究院,郑州 450001

收稿日期:2020-06-29 修回日期:2020-08-31 出版日期:2021-09-18 发布日期:2021-09-17
通讯作者: 王锐(1992-),女,硕士,工程师,研究方向为数据挖掘。E-mail: aboutstefanie@163.com
作者简介:田东(1983-)，男，硕士，高工，研究方向为数据可视化。E-mail: tiandong@cnic.cn
基金资助:
中国烟草总公司烟草科研大数据重大专项(110201901029(SJ-08),110201901025(SJ-04))

Visual Analysis Method of Tobacco Quality Data Based on Dimension Reduction

Tian Dong^1,2, Shan Guihua^1,2, Chi Xuebin^1,2, Zhang Yanling³, Feng Weihua³, Wang Jianwei³, Wang Aiguo³, Wang Rui^3,*

1. Computer Network Information Center, Chinese Academy of Sciences, Beijing 100190, China;
2. University of Chinese Academy of Sciences, Beijing 100190, China;
3. Zhengzhou Tobacco Research Institute, China National Tobacco Corporation, Zhengzhou 450001, China

Received:2020-06-29 Revised:2020-08-31 Online:2021-09-18 Published:2021-09-17

摘要/Abstract

摘要： 为了满足烟叶选材过程中跨区域匹配烟叶的需求,研发融合了降维和相关性分析方法的烟叶质量数据可视分析方法。通过基于香型区分类的降维算法、对比算法和针对烟叶质量数据的可视化交互方法,为研究人员提供了对烟叶质量数据进行探索式空间划分和相关性分析的可视化分析手段。全国烟叶质量数据分析案例和专家论证,证明该方法可以较好实现烟叶质量数据分析。

关键词: 烟叶质量, 降维, 相关性, 可视化, 空间划分

Abstract: In order to meet the requirements of tobacco leaf matching across regions in tobacco material selection, a visual analysis method of tobacco leaf quality data that incorporating dimension reduction and correlation analysis methods is developed. Through the dimension reduction algorithm, the comparison algorithm and the visual interaction method based on the classification of aroma area for tobacco leaf quality data, a visual analysis method for exploring space division and correlation analysis of tobacco leaf quality data is provided. National tobacco leaf quality data analysis cases and expert demonstrations show that the method can carry out the tobacco leaf quality data analysis well.

Key words: tobacco quality, dimension reduction, correlation, visualization, spatial division

中图分类号:

TP391

田东, 单桂华, 迟学斌, 张艳玲, 冯伟华, 王建伟, 王爱国, 王锐. 基于降维技术的烟叶质量可视分析方法[J]. 系统仿真学报, 2021, 33(9): 2279-2288.

Tian Dong, Shan Guihua, Chi Xuebin, Zhang Yanling, Feng Weihua, Wang Jianwei, Wang Aiguo, Wang Rui. Visual Analysis Method of Tobacco Quality Data Based on Dimension Reduction[J]. Journal of System Simulation, 2021, 33(9): 2279-2288.

参考文献

[1] 欧阳昆. 烟叶近红外分析指标体系Web可视化[D]. 长沙: 湖南师范大学, 2016.
Ouyang Kun.Tobacco Near Infrared Analysis Index System Web Visualization[D]. Changsha: Hunan Normal University, 2016.
[2] 张建强, 刘维涓, 侯英. 基于稀疏表示分类和近红外光谱的烟叶自动分级研究[J]. 光谱学与光谱分析, 2018, 38(增1): 30-31.
Zhang Jianqiang, Liu Weijuan, Hou Ying.Research on Automatic Classification of Tobacco Leaves based on Sparse Representation Classification and Near Infrared Spectroscopy[J]. Spectroscopy and Spectral Analysis, 2018, 38(S1): 30-31.
[3] 徐龙柱. 流形学习中非线性降维方法的研究及在烟草数据中的应用[D]. 青岛: 中国海洋大学, 2011.
Xu Longzhu.Research on Nonlinear Dimensionality Reduction Methods in Manifold Learning and their Applications for Tobacco Data[D]. Qingdao: Ocean University of China, 2011.
[4] 华一崑, 汪显国, 袁逢春, 等. 打叶复烤对模块烟叶致香成分和感官质量的影响[J]. 江西农业学报, 2012, 24(6): 120-125.
Hua Yikun, Wang Xianguo, Yuan Fengchun, et al.Effects of Leaf-threshing and Redrying on Aromatic Components and Sensory Quality of Model Tobacco Leaf[J]. Acta Agriculturae Jiangxi, 2012, 24(6): 120-125.
[5] 王彩霞, 魏远方, 贾峰, 等. 不同产区烟叶生长后期糖苷态致香成分总量的动态变化[J]. 烟草科技, 2018, 51(1): 33-42.
Wang Caixia, Wei Yuanfang, Jia Feng, et al.Dynamic Variations of Aglycon Aroma Components and Contents in Tobacco Leaves From Different Producing Areas at Later Growth Stage[J]. Tobacco Science & Technology, 2018, 51(1): 33-42.
[6] 薛超群, 蔡宪杰, 宋纪真, 等. 基于主成分分析和聚类分析的烤烟烟叶外观特征区域归类[J]. 烟草科技, 2018, 51(6): 34-41.
Xue Chaoqun, Cai Xianjie, Song Jizhen, et al.Regional Classification by Appearance of Flue-cured Tobacco Leaves based on Principal Component and Cluster Analysis[J]. Tobacco Science & Technology, 2018, 51(6): 34-41.
[7] 苏赞, 王闯, 首安发, 等. 贺州烟区烤烟物理特性GIS模拟图构建[J]. 作物研究, 2017, 31(6): 699-703.
Su Zan, Wang Chuang, Shou Anfa, et al.Construction of GIS Simulation Diagram about the Tobacco Physical Characteristics in Hezhou Area[J]. Crop Research, 2017, 31(6): 699-703.
[8] 陈谊, 蔡进峰, 石耀斌, 等. 基于平行坐标的多视图协同可视分析方法[J]. 系统仿真学报, 2013, 25(1): 81-86.
Chen Yi, Cai Jinfeng, Shi Yaobin, et al.Coordinated Visual Analytics Method Based on Multiple Views with Parallel Coordinates[J]. Journal of System Simulation, 2013, 25(1): 81-86.
[9] Chu K H, Heather W, Valente T W, et al.Using Visualizations to Explore Network Dynamics[J]. Journal of social structure (S1529-1227), 2013,14(1):1-24.
[10] Ralitza G, Eugenia B, Patricia S, et al.Data Visualization Tools of Tobacco Product Use Patterns, Transitions and Sex Differences in the PATH Youth Data[J]. Nicotine & Tobacco Research(S1469-994X), 2020, 22(10): 1901-1908.
[11] Arora S, Hu W, Kothari P K.An Analysis of the t-SNE Algorithm for Data Visualization[C]//Conference on Learning Theory. Stockholm, Sweden: PMLR, 2018.
[12] 徐维超. 相关系数研究综述[J]. 广东工业大学学报, 2012, 29(3): 12-17.
Xu Weichao.A Review on Correlation Coefficients[J]. Journal of Guangdong University of Technology, 2012, 29(3): 12-17.

[1]	孙一铃, 陈谊, 单桂华, 李晓兴. 基于AR技术的多人互动地球仪系统[J]. 系统仿真学报, 2022, 34(6): 1367-1374.
[2]	吴向平, 平力俊, 徐懂事. 结合社交媒体数据的城市交通事件可视分析方法[J]. 系统仿真学报, 2022, 34(5): 1140-1151.
[3]	许世健, 赵丹, 苏铖宇, 王赋攀, 张晓蓉, 王昉, 吴亚东. 面向流场可视化的沉浸式虚拟现实交互系统研究[J]. 系统仿真学报, 2022, 34(5): 1160-1172.
[4]	吴枫, 刘秀罗, 王佳, 刘阳, 李苏疆, 仲妍. 航天发射可视化仿真分析技术与应用研究[J]. 系统仿真学报, 2022, 34(4): 856-869.
[5]	高胜东, 于鑫. 盘坯温度分布参数系统冷速控制并行联合仿真[J]. 系统仿真学报, 2021, 33(8): 1839-1845.
[6]	郑菱莎, 姜兵, 赵喆, 杨朝旭. 航空复杂嵌入式系统时间性能仿真分析技术研究[J]. 系统仿真学报, 2021, 33(6): 1489-1499.
[7]	毕硕本, 陈烨洲, 贡毓成, 路明月, 徐瑞壮. 基于Cesium的热带气旋灾害信息可视化研究[J]. 系统仿真学报, 2021, 33(2): 472-483.
[8]	张惠娟, 刘帆, 王冬青, 贾金原. 管廊复杂网格参数化算法及其大规模在线渲染[J]. 系统仿真学报, 2020, 32(8): 1489-1497.
[9]	陈谊, 张梦录, 万玉钗. 图的表示与可视化方法综述[J]. 系统仿真学报, 2020, 32(7): 1232-1243.
[10]	毕硕本, 贡毓成, 路明月, 周浩, 毛远翔. 气象数据标量场的建模与可视化研究[J]. 系统仿真学报, 2020, 32(7): 1331-1340.
[11]	沈景凤, 李初蕾, 武殿梁, 张佳欣. 航空发动机半物理仿真试车系统的设计研究[J]. 系统仿真学报, 2020, 32(5): 808-816.
[12]	毕硕本, 贡毓成, 路明月, 周浩, 汤智. 基于数字地球平台的热带气旋可视化研究[J]. 系统仿真学报, 2020, 32(3): 472-481.
[13]	王子赟, 王培宇, 占雅聪. 基于多胞体-椭球双滤波的时变参数系统建模方法[J]. 系统仿真学报, 2020, 32(11): 2084-2092.
[14]	甘蜜, 田昀翊, 张文畅, 赵夕涵. 城市疫情传播和复工强度建模及相关性分析[J]. 系统仿真学报, 2020, 32(11): 2258-2271.
[15]	张潞瑶, 季伟东, 程昊. 基于LLE降维思想的自然计算方法[J]. 系统仿真学报, 2020, 32(10): 1943-1955.

基于降维技术的烟叶质量可视分析方法

Visual Analysis Method of Tobacco Quality Data Based on Dimension Reduction

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价