基于不同聚类分析方法的卷烟叶组配方模块分类

Classification of formula module of cigarette blend based on different clustering analysis methods

为辨析不同聚类分析方法在卷烟叶组配方模块中的分类效果,以不同配方模块烟叶的10项感官指标为研究对象,在利用因子分析提取主成分的基础上,通过3种聚类分析方法对不同配方模块进行分类,并对分类结果进行比较和统计检验。结果表明不同配方模块烟叶的差异规律各不相同,说明烟叶感官质量的不同指标间存在高度的信息重叠。因子分析共提取2个主成分因子,累计方差贡献率为81.96%,特征值分别为7.02、1.18。3种聚类分析方法的分类结果不尽相同,其中加权主成分距离聚类的分类效果最佳,错分率为6.67%;加权主成分聚类次之,错分率为10.83%;一般主成分聚类的分类效果最差,错分率达到18.33%。统计检验结果表明,加权主成分距离聚类的F检验均值最大(98.17),加权主成分聚类次之(91.05),一般主成分聚类F检验的均值最低,为70.14。加权主成分距离聚类的分类效果优于其他2类聚类方法,分类结果的统计检验结果更好,适合不同卷烟配方模块的分类研究。