烟用原料品质稳定性评价方法及装置与流程

1.本发明涉及计算机技术领域，尤其涉及一种烟用原料品质稳定性评价方法及装置。

背景技术：

2.对烟用原料中的指标进行品质分析评价，尤其是对重点化学指标的含量信息(如烟用原料中化学成分的含量信息)进行在线分析评价，可以在产品制作前获取烟用原料的品质波动信息(即品质稳定性)，提前获知其变化，然后基于原料内在品质的具体评价结果提前采取不同的措施，保证原料最终品质的稳定，进而保障产品品质的稳定。
3.相关技术中，在对烟用原料的品质稳定性进行评价时，一般是对整个批次烟用原料的指标品质进行整体性分析评价。
4.然而，这种分析评价方法无法获知烟用原料品质稳定性的实时波动状态。因此，如何对当前批次烟用原料的品质稳定性进行实时分析评价是目前亟待解决的问题。

技术实现要素：

5.针对现有技术存在的问题，本发明提供一种烟用原料品质稳定性评价方法及装置。
6.本发明提供一种烟用原料品质稳定性评价方法，包括：
7.实时获取当前批次烟用原料中目标成分的含量信息，其中，所述目标成分至少包括以下任一项：总糖、总植物碱、氯、钾；
8.针对每一个所述目标成分的含量信息构建k线图，其中，所述k线图用于反映所述烟用原料中所述目标成分含量信息的变化；
9.基于所述k线图，确定所述烟用原料品质的实时评价结果。
10.可选地，所述实时获取当前批次烟用原料中目标成分的含量信息，包括：
11.实时采集当前批次所述烟用原料对应的近红外光谱数据；
12.将所述近红外光谱数据输入预设定量模型，得到所述预设定量模型输出的所述目标成分的含量信息；
13.其中，所述预设定量模型是基于烟用原料样本中目标成分的含量信息以及所述烟用原料样本对应的近红外光谱数据训练得到的。
14.可选地，所述k线图包括多个用于表示历史批次所述烟用原料中目标成分含量信息的实体，以及1个用于表示当前批次所述烟用原料中目标成分含量信息的实体；
15.所述针对每一个所述目标成分的含量信息构建k线图，包括：
16.基于历史批次和当前批次所述烟用原料中所述目标成分的含量信息，确定各所述实体的起始顶点、目标顶点、上影线顶点及第一下影线顶点；
17.其中，所述起始顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的第一个含量值；
18.所述目标顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的最新含量值；
19.所述上影线顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的最大含量值；
20.所述第一下影线顶点对应历史或当前批次烟用原料的所述目标成分含量信息中最小含量值。
21.可选地，所述针对每一个所述目标成分的含量信息构建k线图，包括：
22.基于历史批次和当前批次所述烟用原料中所述目标成分的含量信息，确定各所述实体的起始顶点、目标顶点、上影线顶点及第二下影线顶点；
23.其中，所述起始顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的第一个含量值；
24.所述目标顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的最新含量值；
25.所述上影线顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的最大含量值；
26.所述第二下影线顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的平均含量值。
27.可选地，所述方法还包括：
28.针对任一个所述目标成分对应的k线图，计算所述k线图中各所述实体对应的所述目标成分含量信息在不同时段的平均值；
29.基于各所述平均值，对下一批次所述烟用原料中目标成分的含量信息进行预测。
30.本发明还提供一种烟用原料品质稳定性评价装置，包括：
31.获取模块，用于实时获取当前批次烟用原料中目标成分的含量信息，其中，所述目标成分至少包括以下任一项：总糖、总植物碱、氯、钾；
32.构建模块，用于针对每一个所述目标成分的含量信息构建k线图，其中，所述k线图用于反映所述烟用原料中所述目标成分含量信息的变化；
33.确定模块，用于基于所述k线图，确定所述烟用原料品质的实时评价结果。
34.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述烟用原料品质稳定性评价方法。
35.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述烟用原料品质稳定性评价方法。
36.本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述烟用原料品质稳定性评价方法。
37.本发明提供的烟用原料品质稳定性评价方法及装置，通过实时获取当前批次烟用原料中目标成分的含量信息，然后针对每一个目标成分的含量信息构建k线图，从而可以根据k线图反映烟用原料中目标成分含量信息的实时变化情况，基于烟用原料中目标成分含量信息的实时变化情况，可以确定出烟用原料品质稳定性的实时评价结果。
附图说明
38.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
39.图1是本发明提供的烟用原料品质稳定性评价方法的流程示意图之一；
40.图2是本发明提供的烟用原料品质稳定性评价方法的流程示意图之二；
41.图3是本发明提供的烟用原料品质稳定性评价装置的结构示意图；
42.图4是本发明提供的电子设备的结构示意图。
具体实施方式
43.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
44.为了便于更加清晰地理解本技术各实施例，首先对一些相关的背景知识进行如下介绍。
45.对烟用原料中的指标进行品质分析评价，尤其是对重点化学指标的含量信息(如烟用原料中化学成分的含量信息)进行在线分析评价，可以在产品制作前获取原料的品质波动信息，提前获知其变化，然后基于原料内在品质的具体情况提前采取不同的措施，保证原料最终品质的稳定，以最终保障产品品质的稳定。
46.相关技术中，评价原料品质稳定性的方法一般基于完整批次的平均值、标准差、相关性等指标，对物料进行整体评价。这种方法由于需要等批次结束才可以计算到，数据分析结果有滞后，无法获知品质的实时波动状态，无法对批次的前、中、后期烟用原料的品质变化情况做出判断和评价。
47.基于上述存在的技术问题，本发明提供了一种烟用原料品质稳定性评价方法及装置，从而实现对当前批次烟用原料前、中、后期的品质变化情况做出实时判断和评价。
48.下面结合图1-图2对本发明的烟用原料品质稳定性评价方法进行详细描述。
49.图1是本发明提供的烟用原料品质稳定性评价方法的流程示意图之一，参见图1所示，该方法包括步骤101-步骤103，其中：
50.步骤101、实时获取当前批次烟用原料中目标成分的含量信息。
51.首先需要说明的是，本发明的执行主体可以是具有烟用原料品质稳定性评价功能的任何电子设备，例如可以为智能手机、智能手表、台式电脑、手提电脑等任何一种。
52.在本实施例中，为了实现对当前批次烟用原料前、中、后期的品质变化情况做出实时判断和评价，需要实时获取当前批次烟用原料中目标成分的含量信息，其中，目标成分至少包括以下任一项：总糖、总植物碱、氯、钾。
53.步骤102、针对每一个所述目标成分的含量信息构建k线图，其中，所述k线图用于反映所述烟用原料中所述目标成分含量信息的变化。
54.在本实施例中，在实时获取到当前批次烟用原料中目标成分的含量信息之后，需
要为每一个目标成分的含量信息构建k线图。
55.需要说明的是，在股市及期货市场中，k线图(又称蜡烛图)是由多个实体组成，每个实体包含四个数据：开盘价、最高价、最低价、收盘价，所有的k线都是围绕这四个数据展开，反映大势的状况和价格信息。
56.具体地，本发明实施例引入股市及期货市场中的k线图来反映烟用原料中目标成分含量信息的变化。即，针对每一个目标成分的含量信息构建k线图。
57.以目标成分是总植物碱为例，k线图可以实时反映出烟用原料中总植物碱含量信息的涨跌情况，从而可以对烟用原料中总植物碱的稳定性进行实时评价分析。
58.步骤103、基于所述k线图，确定所述烟用原料品质的实时评价结果。
59.在本实施例中，在针对当前批次烟用原料中每一个目标成分的含量信息构建k线图之后，便可以基于各k线图中烟用原料目标成分含量信息涨跌情况，确定烟用原料品质稳定性的实时评价结果。
60.本发明提供的烟用原料品质稳定性评价方法，通过实时获取当前批次烟用原料中目标成分的含量信息，然后针对每一个目标成分的含量信息构建k线图，从而可以根据k线图反映烟用原料中目标成分含量信息的实时变化情况，基于烟用原料中目标成分含量信息的实时变化情况，可以确定出烟用原料品质稳定性的实时评价结果。
61.可选地，在本发明实施例一种可能的实现方式中，所述实时获取当前批次烟用原料中目标成分的含量信息，可以通过以下方式实现，具体包括步骤1)-步骤2)：
62.步骤1)、实时采集当前批次所述烟用原料对应的近红外光谱数据；
63.步骤2)、将所述近红外光谱数据输入预设定量模型，得到所述预设定量模型输出的所述目标成分的含量信息；
64.其中，所述预设定量模型是基于烟用原料样本中目标成分的含量信息以及所述烟用原料样本对应的近红外光谱数据训练得到的。
65.在本实施例中，将近红外光谱应用于烟用原料目标成分的在线分析，通过近红外光谱方法可以快速获取烟叶原料中目标成分的含量信息，如总糖、总植物碱的含量信息。
66.具体地，在实时采集当前批次烟用原料对应的近红外光谱数据之前，还需要搭建近红外光谱检测平台，即，将近红外光谱仪器光源与烟用原料之间的高度设定为为17cm，然后实时获取由近红外光谱仪器采集到的当前批次烟用原料对应的近红外光谱数据。
67.然后将近红外光谱数据输入预设定量模型，即可得到预设定量模型输出的目标成分的含量信息。
68.需要说明的是，预设定量模型可以是偏最小二乘回归(partial least squares regression，pls)模型，且预设定量模型是基于烟用原料样本中目标成分的含量信息以及烟用原料样本对应的近红外光谱数据训练得到的。
69.例如，首先采集某一批次的烟用原料样本，利用近红外光谱仪器获取烟用原料样本对应的近红外光谱数据，然后利用烟用原料样本以及烟用原料样本对应的近红外光谱数据对预设定量模型进行训练，即可得到训练好的预设定量模型。
70.在实际应用中，采集近红外光谱数据所使用的设备包括近红外光谱仪(bruker)、aa3型流动分析仪(bran+luebbe)。
71.光谱仪器架设在卷烟原料传送皮带上方17cm，烟用原料样本为丝状，皮带带动卷
烟原料运动。
72.近红外光谱数据采用漫反射模式，波数范围为12000cm-1
到4000cm-1
，间隔大约为4cm-1
，共2204个变量点。扫描次数为64次。将近红外光谱数据输入训练好的预设定量模型，即可得到预设定量模型输出的目标成分的含量信息。
73.在上述实施方式中，通过实时采集当前批次烟用原料对应的近红外光谱数据，并将近红外光谱数据输入预设定量模型，可以快速得到预设定量模型输出的目标成分的含量信息，提高了对烟用原料品质稳定性进行评价的效率。
74.可选地，在本发明实施例一种可能的实现方式中，所述k线图包括多个用于表示历史批次所述烟用原料中目标成分含量信息的实体，以及1个用于表示当前批次所述烟用原料中目标成分含量信息的实体；
75.所述针对每一个所述目标成分的含量信息构建k线图，可以通过以下方式实现：基于历史批次和当前批次所述烟用原料中所述目标成分的含量信息，确定各所述实体的起始顶点、目标顶点、上影线顶点及第一下影线顶点。
76.在本实施例中，每一个目标成分的含量信息对应的k线图由多个实体组成，在多个实体中，有多个用于表示历史批次烟用原料中目标成分含量信息的实体，以及1个用于表示当前批次烟用原料中目标成分含量信息的实体。
77.需要说明的是，历史批次烟用原料中目标成分含量信息可以从本地数据库中获取，也可以从远端服务器中获取，本发明对历史批次烟用原料中目标成分含量信息的获取发那个是不做限定。
78.每一个实体对应有起始顶点(对应股市及期货市场k线图中的开盘价)、目标顶点(对应股市及期货市场k线图中的收盘价)、上影线顶点(对应股市及期货市场k线图中的最高价)及第一下影线顶点(对应股市及期货市场k线图中的最低价)。
79.在针对每一个目标成分的含量信息构建k线图时，起始顶点对应历史或当前批次烟用原料的目标成分含量信息中的第一个含量值；
80.目标顶点对应历史或当前批次烟用原料的目标成分含量信息中的最新含量值；
81.上影线顶点对应历史或当前批次烟用原料的目标成分含量信息中的最大含量值；
82.第一下影线顶点对应历史或当前批次烟用原料的目标成分含量信息中最小含量值。
83.通过k线图可以快速了解到当前批次或历史批次烟用原料的目标成分的前期、后期含量信息的变化情况。
84.在实际应用中，以烟用原料的目标成分是总植物碱为例，在k线图中表示历史或当前批次烟用原料中总植物碱含量信息的实体为阴的情况下，表示历史或当前批次后期烟用原料中总植物碱含量低于历史或当前批次前期烟用原料中总植物碱含量。
85.在k线图中表示历史或当前批次烟用原料中总植物碱含量信息的实体为阳的情况下，表示历史或当前批次后期烟用原料中总植物碱含量高于历史或当前批次前期烟用原料中总植物碱含量。
86.在k线图中表示历史或当前批次烟用原料中总植物碱含量信息的实体为一字板的情况下，视为历史或当前批次烟用原料中总植物碱含量在整个批次过程中都处于稳定状态，即视为理想情况。
87.在上述实施方式中，通过为当前批次烟用原料中每一个目标成分的含量信息构建k线图，可以根据k线图反映当前批次烟用原料中目标成分含量信息的实时变化情况，同时在k线图中引入历史批次烟用原料中目标成分的含量信息，可以实时的分析当前批次烟用原料中目标成分的含量信息相较于历史批次的差异，进而可以更准确的确定出烟用原料品质稳定性的实时评价结果。
88.可选地，在本发明实施例一种可能的实现方式中，所述针对每一个所述目标成分的含量信息构建k线图，还可以通过以下方式实现：基于历史批次和当前批次所述烟用原料中所述目标成分的含量信息，确定各所述实体的起始顶点、目标顶点、上影线顶点及第二下影线顶点。
89.在本实施例中，每一个实体对应有起始顶点(对应股市及期货市场k线图中的开盘价)、目标顶点(对应股市及期货市场k线图中的收盘价)、上影线顶点(对应股市及期货市场k线图中的最高价)及第二下影线顶点(对应股市及期货市场k线图中的最低价)。
90.在针对每一个目标成分的含量信息构建k线图时，起始顶点对应历史或当前批次烟用原料的目标成分含量信息中的第一个含量值；
91.目标顶点对应历史或当前批次烟用原料的目标成分含量信息中的最新含量值；
92.上影线顶点对应历史或当前批次烟用原料的目标成分含量信息中的最大含量值；
93.第二下影线顶点对应历史或当前批次烟用原料的目标成分含量信息中的平均含量值。
94.需要说明的是，本实施例中，选取历史或当前批次烟用原料的目标成分含量信息中的平均含量值作为每一个实体对应的第二下影线顶点，其原因是目标成分含量信息中的平均含量值对于描述批次烟用原料的品质稳定性情况更有价值。
95.在实际应用中，以烟用原料的目标成分是总糖为例，在k线图中表示历史或当前批次烟用原料中总糖含量信息的实体为阴的情况下，表示历史或当前批次烟用原料中总糖平均含量低于历史或当前批次前期烟用原料中总糖含量。
96.在k线图中表示历史或当前批次烟用原料中总糖含量信息的实体为阳的情况下，表示历史或当前批次烟用原料中总糖平均含量高于历史或当前批次前期烟用原料中总糖含量。
97.在k线图中表示历史或当前批次烟用原料中总糖含量信息的实体为一字板的情况下，视为历史或当前批次烟用原料中总糖含量在整个批次过程中都处于稳定状态，即视为理想情况。
98.在上述实施方式中，通过为当前批次烟用原料中每一个目标成分的含量信息构建k线图，可以根据k线图反映当前批次烟用原料中目标成分含量信息的实时变化情况，同时在k线图中引入历史批次烟用原料中目标成分的含量信息，可以实时的分析当前批次烟用原料中目标成分的含量信息相较于历史批次的差异，进而可以更准确的确定出烟用原料品质稳定性的实时评价结果。
99.可选地，在本发明实施例一种可能的实现方式中，还可以对下一批次烟用原料中目标成分的含量信息进行预测，可以通过以下方式实现，具体包括步骤a)-步骤b)：
100.针对任一个所述目标成分对应的k线图，计算所述k线图中各所述实体对应的所述目标成分含量信息在不同时段的平均值；
101.基于各所述平均值，对下一批次所述烟用原料中目标成分的含量信息进行预测。
102.具体地，在本实施例中，针对任一个目标成分对应的k线图，可以计算k线图中各实体对应的目标成分含量信息在不同时段的平均值。
103.例如，以目标成分是总植物碱为例，以5日和15日为周期，计算k线图中各实体(即历史批次实体和当前批次实体)对应的总植物碱含量信息的平均值。
104.在得到不同时间段各实体对应的目标成分含量信息的平均值之后，基于各平均值，对下一批次烟用原料中目标成分的含量信息进行预测。
105.即，以目标成分是总植物碱为例，在k线图中对不同时间段各实体对应的目标成分含量信息的平均值进行标记，得到多个平均值点，将各个平均值点进行连接，进而可以得到烟用原料中总植物碱含量信息的5日均线及15日均线。
106.若5日均线由下至上穿过15日均线，则表示下一批次烟用原料中总植物碱的含量相较于当前批次烟用原料中总植物碱的含量，具有上涨的趋势；
107.若5日均线由上至下穿过15日均线，则表示下一批次烟用原料中总植物碱的含量相较于当前批次烟用原料中总植物碱的含量，具有下降的趋势；
108.若15日均线由下至上穿过5日均线，则表示未来批次烟用原料中总植物碱的含量，总体具有上涨的趋势；
109.若15日均线由上至下穿过5日均线，则表示未来批次烟用原料中总植物碱的含量，总体具有下降的趋势。
110.在上述实施方式中，通过计算k线图中各实体对应的目标成分含量信息在不同时段的平均值，基于各平均值，可以对下一批次烟用原料中目标成分的含量信息进行预测。
111.图2是本发明提供的烟用原料品质稳定性评价方法的流程示意图之二，参见图2所示，该方法包括步骤201-步骤206，其中：
112.步骤201、实时采集当前批次烟用原料对应的近红外光谱数据。
113.步骤202、将近红外光谱数据输入预设定量模型，得到预设定量模型输出的当前批次烟用原料中目标成分的含量信息。
114.步骤203、基于历史批次和当前批次烟用原料中目标成分的含量信息，确定k线图中各实体的起始顶点、目标顶点、上影线顶点及下影线顶点。
115.具体地，起始顶点对应历史或当前批次烟用原料的目标成分含量信息中的第一个含量值；目标顶点对应历史或当前批次烟用原料的目标成分含量信息中的最新含量值；上影线顶点对应历史或当前批次烟用原料的目标成分含量信息中的最大含量值；下影线顶点对应历史或当前批次烟用原料的目标成分含量信息中的最小含量值或平均含量值。
116.步骤204、基于k线图，确定烟用原料品质的实时评价结果。
117.步骤205、针对任一个目标成分对应的k线图，计算k线图中各实体对应的目标成分含量信息在不同时段的平均值。
118.步骤206、基于各平均值，对下一批次烟用原料中目标成分的含量信息进行预测。
119.本发明提供的烟用原料品质稳定性评价方法，通过实时获取当前批次烟用原料中目标成分的含量信息，然后针对每一个目标成分的含量信息构建k线图，从而可以根据k线图反映烟用原料中目标成分含量信息的实时变化情况，基于烟用原料中目标成分含量信息的实时变化情况，可以确定出烟用原料品质稳定性的实时评价结果；同时在k线图中引入历
史批次烟用原料中目标成分的含量信息，可以实时的分析当前批次烟用原料中目标成分的含量信息相较于历史批次的差异；针对任一个目标成分对应的k线图，基于k线图中各实体对应的目标成分含量信息在不同时段的平均值，可以对下一批次烟用原料中目标成分的含量信息进行预测，亦即，可以基于预测结果判断未来批次烟用原料中目标成分的含量信息的变化趋势。
120.下面对本发明提供的烟用原料品质稳定性评价装置进行描述，下文描述的烟用原料品质稳定性评价装置与上文描述的烟用原料品质稳定性评价方法可相互对应参照。图3是本发明提供的烟用原料品质稳定性评价装置的结构示意图，如图3所示，该烟用原料品质稳定性评价装置300包括：获取模块301、构建模块302、确定模块303，其中：
121.获取模块301，用于实时获取当前批次烟用原料中目标成分的含量信息，其中，所述目标成分至少包括以下任一项：总糖、总植物碱、氯、钾；
122.构建模块302，用于针对每一个所述目标成分的含量信息构建k线图，其中，所述k线图用于反映所述烟用原料中所述目标成分含量信息的变化；
123.确定模块303，用于基于所述k线图，确定所述烟用原料品质的实时评价结果。
124.本发明提供的烟用原料品质稳定性评价装置，通过实时获取当前批次烟用原料中目标成分的含量信息，然后针对每一个目标成分的含量信息构建k线图，从而可以根据k线图反映烟用原料中目标成分含量信息的实时变化情况，基于烟用原料中目标成分含量信息的实时变化情况，可以确定出烟用原料品质稳定性的实时评价结果
125.可选地，获取模块301，进一步用于：
126.实时采集当前批次所述烟用原料对应的近红外光谱数据；
127.将所述近红外光谱数据输入预设定量模型，得到所述预设定量模型输出的所述目标成分的含量信息；
128.其中，所述预设定量模型是基于烟用原料样本中目标成分的含量信息以及所述烟用原料样本对应的近红外光谱数据训练得到的。
129.可选地，所述k线图包括多个用于表示历史批次所述烟用原料中目标成分含量信息的实体，以及1个用于表示当前批次所述烟用原料中目标成分含量信息的实体；
130.构建模块302，进一步用于：
131.基于历史批次和当前批次所述烟用原料中所述目标成分的含量信息，确定各所述实体的起始顶点、目标顶点、上影线顶点及第一下影线顶点；
132.其中，所述起始顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的第一个含量值；
133.所述目标顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的最新含量值；
134.所述上影线顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的最大含量值；
135.所述第一下影线顶点对应历史或当前批次烟用原料的所述目标成分含量信息中最小含量值。
136.可选地，构建模块302，进一步用于：
137.基于历史批次和当前批次所述烟用原料中所述目标成分的含量信息，确定各所述
实体的起始顶点、目标顶点、上影线顶点及第二下影线顶点；
138.其中，所述起始顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的第一个含量值；
139.所述目标顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的最新含量值；
140.所述上影线顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的最大含量值；
141.所述第二下影线顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的平均含量值。
142.可选地，所述装置还包括：
143.计算模块，用于针对任一个所述目标成分对应的k线图，计算所述k线图中各所述实体对应的所述目标成分含量信息在不同时段的平均值；
144.预测模块，用于基于各所述平均值，对下一批次所述烟用原料中目标成分的含量信息进行预测。
145.图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(communications interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行烟用原料品质稳定性评价方法，该方法包括：实时获取当前批次烟用原料中目标成分的含量信息，其中，所述目标成分至少包括以下任一项：总糖、总植物碱、氯、钾；针对每一个所述目标成分的含量信息构建k线图，其中，所述k线图用于反映所述烟用原料中所述目标成分含量信息的变化；基于所述k线图，确定所述烟用原料品质的实时评价结果。
146.此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
147.另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的烟用原料品质稳定性评价方法，该方法包括：实时获取当前批次烟用原料中目标成分的含量信息，其中，所述目标成分至少包括以下任一项：总糖、总植物碱、氯、钾；针对每一个所述目标成分的含量信息构建k线图，其中，所述k线图用于反映所述烟用原料中所述目标成分含量信息的变化；基于所述k线图，确定所述烟用原料品质的实时评价结果。
148.又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的烟用原料品质稳定性评价
方法，该方法包括：实时获取当前批次烟用原料中目标成分的含量信息，其中，所述目标成分至少包括以下任一项：总糖、总植物碱、氯、钾；针对每一个所述目标成分的含量信息构建k线图，其中，所述k线图用于反映所述烟用原料中所述目标成分含量信息的变化；基于所述k线图，确定所述烟用原料品质的实时评价结果。
149.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
150.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
151.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：

1.一种烟用原料品质稳定性评价方法，其特征在于，包括：实时获取当前批次烟用原料中目标成分的含量信息，其中，所述目标成分至少包括以下任一项：总糖、总植物碱、氯、钾；针对每一个所述目标成分的含量信息构建k线图，其中，所述k线图用于反映所述烟用原料中所述目标成分含量信息的变化；基于所述k线图，确定所述烟用原料品质的实时评价结果。2.根据权利要求1所述的烟用原料品质稳定性评价方法，其特征在于，所述实时获取当前批次烟用原料中目标成分的含量信息，包括：实时采集当前批次所述烟用原料对应的近红外光谱数据；将所述近红外光谱数据输入预设定量模型，得到所述预设定量模型输出的所述目标成分的含量信息；其中，所述预设定量模型是基于烟用原料样本中目标成分的含量信息以及所述烟用原料样本对应的近红外光谱数据训练得到的。3.根据权利要求1或2所述的烟用原料品质稳定性评价方法，其特征在于，所述k线图包括多个用于表示历史批次所述烟用原料中目标成分含量信息的实体，以及1个用于表示当前批次所述烟用原料中目标成分含量信息的实体；所述针对每一个所述目标成分的含量信息构建k线图，包括：基于历史批次和当前批次所述烟用原料中所述目标成分的含量信息，确定各所述实体的起始顶点、目标顶点、上影线顶点及第一下影线顶点；其中，所述起始顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的第一个含量值；所述目标顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的最新含量值；所述上影线顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的最大含量值；所述第一下影线顶点对应历史或当前批次烟用原料的所述目标成分含量信息中最小含量值。4.根据权利要求1所述的烟用原料品质稳定性评价方法，其特征在于，所述针对每一个所述目标成分的含量信息构建k线图，包括：基于历史批次和当前批次所述烟用原料中所述目标成分的含量信息，确定各所述实体的起始顶点、目标顶点、上影线顶点及第二下影线顶点；其中，所述起始顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的第一个含量值；所述目标顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的最新含量值；所述上影线顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的最大含量值；所述第二下影线顶点对应历史或当前批次烟用原料的所述目标成分含量信息中的平均含量值。
5.根据权利要求1-4中任一项所述的烟用原料品质稳定性评价方法，其特征在于，所述方法还包括：针对任一个所述目标成分对应的k线图，计算所述k线图中各所述实体对应的所述目标成分含量信息在不同时段的平均值；基于各所述平均值，对下一批次所述烟用原料中目标成分的含量信息进行预测。6.一种烟用原料品质稳定性评价装置，其特征在于，包括：获取模块，用于实时获取当前批次烟用原料中目标成分的含量信息，其中，所述目标成分至少包括以下任一项：总糖、总植物碱、氯、钾；构建模块，用于针对每一个所述目标成分的含量信息构建k线图，其中，所述k线图用于反映所述烟用原料中所述目标成分含量信息的变化；确定模块，用于基于所述k线图，确定所述烟用原料品质的实时评价结果。7.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述烟用原料品质稳定性评价方法。8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述烟用原料品质稳定性评价方法。9.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述烟用原料品质稳定性评价方法。

技术总结

本发明提供一种烟用原料品质稳定性评价方法及装置，其中所述烟用原料品质稳定性评价方法包括：实时获取当前批次烟用原料中目标成分的含量信息；针对每一个目标成分的含量信息构建K线图，其中，K线图用于反映烟用原料中目标成分含量信息的变化；基于K线图，确定烟用原料的品质评价结果。通过上述方法，通过实时获取当前批次烟用原料中目标成分的含量信息，然后针对每一个目标成分的含量信息构建K线图，从而可以根据K线图反映烟用原料中目标成分含量信息的实时变化情况，基于烟用原料中目标成分含量信息的实时变化情况，可以确定出烟用原料品质稳定性的实时评价结果。料品质稳定性的实时评价结果。料品质稳定性的实时评价结果。