應用general?regression結構無損預測機采眉茶車色樣品等級的方法,包括:樣品收集與分類;掃描獲得不同等級眉茶車色樣品的近紅外光譜;對樣品光譜進行預處理剔除噪聲信息后,將樣品光譜轉化為成對的數據點;再將全部光譜數據均劃分為20個子區間,分別建立每個子區間數據的粒子群優化算法模型,篩選出建模的最佳子區間數據;應用主成分分析法抽提、壓縮最佳光譜子區間信息;以主成分得分為輸入值,不斷調整神經元個數和傳遞函數,建立general?regression結構人工神經網絡預測模型;模型穩健性檢驗。實現了湖北眉茶車色樣品等級的快速、準確、客觀預測。
聲明:
“應用general regression結構無損預測機采眉茶車色樣品等級的方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)