侯淼+劉陳帥+王保榮

摘要： 關(guān)鍵詞： 中圖分類號(hào)： 文獻(xiàn)標(biāo)志碼： A文章編號(hào)： 2095-2163

Abstract： With the increase in the demand for wine， more and more attention has been paid to the quality of wine. In general， the quality of wine is assessed by the results of sensory tasting， but it is often influenced by a variety of factors， and the quality of the wine is not uniform， so the quality of the wine evaluation system needs to be solved， and the quality of wine grapes directly determines the quality of the wine. In order to get a better wine， the grapes should be screened first. Based on the many physical and chemical indexes of grapes， the data are processed by gray correlation analysis firstly， and several main physical and chemical indexes affecting the quality of grape are extracted. And then the SOM neural network technology is used in data mining to cluster analysis of grapes. The simulation results show that the SOM neural network can classify the original 27 grape samples into seven categories intuitively and accurately， and the samples of each grape have some similarity.

0引言

現(xiàn)如今，喝葡萄酒已成為人們慶祝時(shí)的一種普遍方式，而所釀葡萄酒的質(zhì)量與釀酒葡萄的好壞有直接的關(guān)系，依據(jù)釀酒葡萄的理化性質(zhì)對(duì)釀酒葡萄進(jìn)行聚類，通過(guò)對(duì)釀酒葡萄進(jìn)行分級(jí)篩選而得到的優(yōu)質(zhì)葡萄來(lái)釀出高質(zhì)量的葡萄酒是一種可選的方法。先用灰色關(guān)聯(lián)分析提取影響葡萄質(zhì)量的數(shù)個(gè)主要指標(biāo)，再依據(jù)這些指標(biāo)建立SOM自組織特征映射對(duì)葡萄進(jìn)行聚類分析，本文方法可以很好地對(duì)葡萄進(jìn)行聚類分析。

國(guó)內(nèi)外學(xué)者把SOM用于故障識(shí)別[1-3]，人臉識(shí)別[4]；還有一些學(xué)者將SOM用于生物學(xué)領(lǐng)域，如用SOM對(duì)森林進(jìn)行健康的評(píng)價(jià)[5-6]，土壤的分析[7-8]等；更多的是將SOM用于對(duì)地表水質(zhì)的分析[9-10]，而將SOM用于對(duì)葡萄進(jìn)行分類，篩選出優(yōu)質(zhì)葡萄方面的研究很少[11]。一般學(xué)者僅用模糊聚類或統(tǒng)計(jì)的方式將葡萄進(jìn)行聚類[12-13]。而基于葡萄的理化性質(zhì)較多，且各理化性質(zhì)之間的關(guān)系不大，對(duì)葡萄的影響未知，故常規(guī)方法對(duì)葡萄進(jìn)行分類較為困難。SOM可以通過(guò)自動(dòng)尋找樣本中的內(nèi)在規(guī)律和本質(zhì)屬性，自組織自適應(yīng)地改變網(wǎng)絡(luò)參數(shù)與結(jié)構(gòu)[14-18]，從而實(shí)現(xiàn)對(duì)葡萄的準(zhǔn)確聚類。本文的研究正是基于SOM的葡萄聚類分析。

1理論基礎(chǔ)

1.1灰色關(guān)聯(lián)度

灰色關(guān)聯(lián)分析是發(fā)展態(tài)勢(shì)的量化比較分析，是幾何曲線間幾何形狀的比較，即幾何形狀越接近，則發(fā)展變化態(tài)勢(shì)越接近，關(guān)聯(lián)度越大。關(guān)聯(lián)度是事物與事物之間的度量，可以通過(guò)從隨機(jī)的序列中找到關(guān)聯(lián)性，為分析因素提供基礎(chǔ)[19-24]?；疑P(guān)聯(lián)度描述了因素間相對(duì)變化的情況，根據(jù)因子與目標(biāo)之間的關(guān)聯(lián)度，剔除掉關(guān)聯(lián)度較小的各因子，保留下與目標(biāo)關(guān)聯(lián)度較大的各因子，這多個(gè)關(guān)聯(lián)度較大的因子即可以代替所有因子反映目標(biāo)。

為保證建模的質(zhì)量與系統(tǒng)分析的結(jié)果的好壞，首先應(yīng)對(duì)原始數(shù)據(jù)進(jìn)行一系列的變換和處理，以消除量綱的影響，使數(shù)據(jù)具有可比性。

1. 2SOM自組織特征映射

1.2.1SOM網(wǎng)絡(luò)結(jié)構(gòu)

SOM自組織特征映射是非監(jiān)督競(jìng)爭(zhēng)式學(xué)習(xí)的前饋神經(jīng)網(wǎng)絡(luò)，屬于神經(jīng)網(wǎng)絡(luò)的一部分。SOM可以通過(guò)模擬人大腦的自組織特征映射，其網(wǎng)絡(luò)結(jié)構(gòu)主要包括兩部分，輸入層和輸出層（競(jìng)爭(zhēng)層）。輸入層的每個(gè)神經(jīng)元與競(jìng)爭(zhēng)層神經(jīng)元之間具有權(quán)重，競(jìng)爭(zhēng)層中神經(jīng)元之間是全連接，神經(jīng)元與神經(jīng)元之間也有權(quán)重，即競(jìng)爭(zhēng)層是由神經(jīng)元組成的二維平面陣列。這里，則給出網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖1所示。

SOM自組織特征映射是由各個(gè)神經(jīng)元之間相互競(jìng)爭(zhēng)，最終尋找到獲勝神經(jīng)元，再依據(jù)獲勝神經(jīng)元將數(shù)據(jù)自動(dòng)分類的過(guò)程。其首要、也是其核心任務(wù)就是尋找到獲勝神經(jīng)元。由圖1可知，由于其網(wǎng)絡(luò)為特殊的拓?fù)浣Y(jié)構(gòu)，因此在競(jìng)爭(zhēng)層權(quán)值的更新過(guò)程中，不僅獲勝神經(jīng)元的權(quán)值向量得到更新，而且與獲勝神經(jīng)元鄰近的神經(jīng)元的權(quán)值向量也按一定的規(guī)律發(fā)生微小變動(dòng)。這樣隨著神經(jīng)元之間不斷地調(diào)整權(quán)值，最終確定出競(jìng)爭(zhēng)勝出神經(jīng)元，依據(jù)競(jìng)爭(zhēng)勝出神經(jīng)元來(lái)對(duì)物體進(jìn)行聚類分析。

1.2.2SOM算法及實(shí)現(xiàn)

設(shè)定了網(wǎng)絡(luò)的學(xué)習(xí)速率、競(jìng)爭(zhēng)層神經(jīng)元的個(gè)數(shù)、傳遞函數(shù)和距離函數(shù)。其中，競(jìng)爭(zhēng)層神經(jīng)元的個(gè)數(shù)確定較為關(guān)鍵，因?yàn)楦?jìng)爭(zhēng)層神經(jīng)元的個(gè)數(shù)越多，分出的種類越細(xì)，種類與種類之間的相似度越低。傳遞函數(shù)有兩種：一種是compete函數(shù)，其輸出只能是0和1；另一種是softmax函數(shù)，該函數(shù)是軟最大傳遞函數(shù)，其輸出為[0-1]內(nèi)的數(shù)值。SOM的距離函數(shù)較多，有4個(gè)距離函數(shù)。具體如下：endprint

③Manhattan距離函數(shù)，即曼哈頓距離函數(shù)。也就是研究中的出租車幾何距離函數(shù)，運(yùn)算上相當(dāng)于向量之差的范數(shù)。為此可得計(jì)算公式為：d=x1-y1+x2-y2+…+xn-yn（15）④distance函數(shù)。即通常所說(shuō)的歐式距離函數(shù)。

3）隨機(jī)選取訓(xùn)練樣本輸入網(wǎng)絡(luò)。

4）更新權(quán)值。對(duì)獲勝神經(jīng)元采用KOHONEN規(guī)則來(lái)定制求取權(quán)值的更新，即：ω（k+1）=ω（k）+η（x-ω（k））（16）5）更新學(xué)習(xí)速率。就是拓?fù)漕I(lǐng)域?qū)W(xué)習(xí)后的權(quán)值進(jìn)行重歸一化。學(xué)習(xí)速率和領(lǐng)域大小的調(diào)整按排序階段和調(diào)整階段兩步來(lái)進(jìn)行，在訓(xùn)練的過(guò)程中，學(xué)習(xí)的速率隨時(shí)間減小，鄰近的區(qū)域也隨時(shí)間減小。6）判斷網(wǎng)絡(luò)是否收斂。即訓(xùn)練是否達(dá)到最大值，訓(xùn)練的修正量是否小于一定的閾值。若不符合條件，則將返回3）步，若符合條件，則結(jié)束訓(xùn)練，輸出網(wǎng)絡(luò)。

研究至此，可得訓(xùn)練SOM網(wǎng)絡(luò)的流程設(shè)計(jì)如圖2所示。

2SOM葡萄的聚類

1）數(shù)據(jù)預(yù)處理?；谄咸训睦砘再|(zhì)較多，因此首先運(yùn)用關(guān)聯(lián)分析法，將葡萄的主要理化指標(biāo)提取出來(lái)。葡萄的蛋白質(zhì)種類有多種，以總蛋白質(zhì)為參考數(shù)列，經(jīng)過(guò)關(guān)聯(lián)分析得出其余各氨基酸與總氨基酸的關(guān)聯(lián)系數(shù)如表1所示。

2）為了消除各指標(biāo)的量綱影響，對(duì)各指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理。

3）訓(xùn)練SOM神經(jīng)網(wǎng)絡(luò)。由于葡萄的指標(biāo)較多，因此設(shè)置競(jìng)爭(zhēng)層神經(jīng)元數(shù)目為12個(gè)。神經(jīng)元的學(xué)習(xí)速率為0.001，距離函數(shù)為linkdist距離，迭代次數(shù)設(shè)定1 000次，為了方便觀察聚類的結(jié)果，使用compet傳遞函數(shù)。

4）保存網(wǎng)絡(luò)并用網(wǎng)絡(luò)進(jìn)行聚類分析。

5）結(jié)果分析。 通過(guò)SOM的自主織競(jìng)爭(zhēng)，得到如圖3所示的各神經(jīng)元之間的關(guān)系圖。

圖3中，正六邊形表示競(jìng)爭(zhēng)層的神經(jīng)元，紅色線表示各神經(jīng)元之間的全連接過(guò)程，相鄰神經(jīng)元之間的六邊形表示神經(jīng)元之間的距離，顏色越淺則神經(jīng)元之間的距離越短。由圖3可以看出，右上側(cè)神經(jīng)元之間的距離較短，則可大致推知其所屬的樣本屬于一類。圖4表示各因子在不同神經(jīng)元的權(quán)重分布，是圖3的分解圖。其中，顏色越深，權(quán)重越小。

圖5表示各神經(jīng)元的權(quán)重位置圖。其中，藍(lán)色部分表示各個(gè)神經(jīng)元，綠色表示葡萄的樣本。由圖5可看出神經(jīng)元的位置和樣本的位置集中分布在左下方。圖6是聚類結(jié)果的間接表達(dá)。其中，正六邊形表示競(jìng)爭(zhēng)神經(jīng)元，而藍(lán)色部分表示競(jìng)爭(zhēng)勝出神經(jīng)元，競(jìng)爭(zhēng)勝出神經(jīng)元的個(gè)數(shù)即為葡萄所分的種類數(shù)，神經(jīng)元中的數(shù)字表示該種類所擁有的樣本數(shù)。

3結(jié)束語(yǔ)

與傳統(tǒng)聚類分析相比較，用SOM自組織特征映射實(shí)現(xiàn)聚類其效果更好，所需時(shí)間更短，人為干預(yù)程度較低。在運(yùn)用SOM進(jìn)行聚類分析時(shí)，先用關(guān)聯(lián)分析對(duì)相關(guān)因子展開(kāi)分析，降低了分析的難度，使模型更加科學(xué)可靠。

參考文獻(xiàn)：

[1] 姚海妮，王珍，邱立鵬，等. EMD馬氏距離與SOM神經(jīng)網(wǎng)絡(luò)在故障診斷中的應(yīng)用研究[J]. 噪聲與振動(dòng)控制，2016，36（1）：138-140，162.

[2] 岳宇飛，羅健旭. 一種改進(jìn)的SOM神經(jīng)網(wǎng)絡(luò)在污水處理故障診斷中的應(yīng)用[J]. 華東理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，43（3）：389-396.

[3] 張全德， 陳果， 林桐，等. 基于自組織神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承狀態(tài)評(píng)估方法[J]. 中國(guó)機(jī)械工程，2017，28（5）：550-558.

[4] 王曉燕. K均值算法與自組織神經(jīng)網(wǎng)絡(luò)算法的改進(jìn)研究及應(yīng)用[D]. 太原：中北大學(xué)，2017.

[5] 段翔. 基于SOM神經(jīng)網(wǎng)絡(luò)的新化縣森林健康評(píng)價(jià)[D]. 株洲：中南林業(yè)科技大學(xué)，2016.

[6] 樊國(guó)敬，田秀華. 基于SOM神經(jīng)網(wǎng)絡(luò)的區(qū)域復(fù)合生態(tài)系統(tǒng)健康評(píng)估[J]. 統(tǒng)計(jì)與決策，2017（11）：85-88.

[7] 付強(qiáng)，王志良，梁川. 自組織競(jìng)爭(zhēng)人工神經(jīng)網(wǎng)絡(luò)在土壤分類中的應(yīng)用[J]. 水土保持通報(bào)，2002，22（1）：39-43.

[8] 馬媛媛，王淑芬，賴營(yíng)帥，等. 基于SOM神經(jīng)網(wǎng)絡(luò)的土壤重金屬空間分異性研究[J]. 石河子大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2017，35（1）：102-107.

[9] 雷璐寧，石為人，范敏. 基于改進(jìn)的SOM神經(jīng)網(wǎng)絡(luò)在水質(zhì)評(píng)價(jià)分析中的應(yīng)用[J]. 儀器儀表學(xué)報(bào)，2009， 30（11）：2379-2383.

[10]劉博，肖長(zhǎng)來(lái)，梁秀娟. SOM-RBF神經(jīng)網(wǎng)絡(luò)模型在地下水位預(yù)測(cè)中的應(yīng)用[J]. 吉林大學(xué)學(xué)報(bào)（地球科學(xué)版），2015，45（1）：225-231.

[11]霍雙紅，胡紅萍，白艷萍，等. 基于PCA-K-means和PCA-SOM神經(jīng)網(wǎng)絡(luò)的葡萄酒分類[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2016，46（17）： 168-173.

[12]王葳，趙國(guó)亮. 基于模糊C均值的釀酒葡萄分級(jí)[J]. 高師理科學(xué)刊，2016，36（11）： 18-20.

[13]劉美迎，李小龍，梁茁. 基于模糊數(shù)學(xué)和聚類分析的鮮食葡萄品種綜合品質(zhì)評(píng)價(jià)[J]. 食品科學(xué)，2015，36（13）：57-64.

[14]陳萬(wàn)振，張予瑤，蘇一丹，等. 貝葉斯正則化的SOM聚類算法[J]. 計(jì)算機(jī)工程與設(shè)計(jì)，2017，38（1）：127-131.

[15]宋莉娜，馮旭鵬，劉利軍，等. 基于SOM聚類的微博話題發(fā)現(xiàn)[J/OL]. [2017-04-01]. http：//www. arocmag. com/article/02-2018-03-039. html.

[16]尹春華，王祖?zhèn)?，尹紅生. 基于SOM神經(jīng)網(wǎng)絡(luò)的人力資本聚類分析[J]. 遼東學(xué)院學(xué)報(bào)，2006，13（1）：1-5.

[17]許逸凡，李杰，魏義濤. 基于SOM網(wǎng)絡(luò)的機(jī)場(chǎng)天氣聚類分析[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)， 2016，46（17）：210-217.

[18]劉煥海，葉劍鋒，阿斯耶姆. 基于自組織特征映射網(wǎng)絡(luò)（SOM）的聚類分析方法[J]. 軟件導(dǎo)刊，2016，15（12）：133-135.

[19]孫玉剛. 灰色關(guān)聯(lián)分析及其應(yīng)用的研究[D]. 南京：南京航空航天大學(xué)，2007.

[20]劉思峰，蔡華，楊英杰，等. 灰色關(guān)聯(lián)分析模型研究進(jìn)展[J]. 系統(tǒng)工程理論與實(shí)踐，2013，33（8）：2041-2046.

[21]蘇博，劉魯，楊芳延. 基于灰色關(guān)聯(lián)分析的神經(jīng)網(wǎng)絡(luò)模型[J]. 系統(tǒng)工程理論與實(shí)踐，2008（9）：98-104.

[22]陳偉清，史麗娜，呂東妮. 等. 基于灰色關(guān)聯(lián)聚類分析的智慧城市建設(shè)領(lǐng)域發(fā)展水平實(shí)證研究[J]. 科技管理研究，2017（6）：59-64.

[23]任東風(fēng)，尤靜靜，尤明英，等. 基于灰色理論與回歸模型的土壤類型預(yù)測(cè)研究[J]. 土壤通報(bào)，2017，48（3）：520-524.

[24]高明，吳雪萍. 基于熵權(quán)灰色關(guān)聯(lián)法的北京空氣質(zhì)量影響因素分析[J]. 生態(tài)經(jīng)濟(jì)， 2017，33（3）：142-147.

[25]申卯興，薛西鋒，張小水. 灰色關(guān)聯(lián)分析中分辨系數(shù)的選取[J]. 空軍工程大學(xué)學(xué)報(bào)（自然科學(xué)版），2003，4（1）：68-70.endprint