基于最小二乘支持向量機(jī)的遠(yuǎn)安黃茶悶黃時(shí)間的無損預(yù)測(cè)方法，包括：鮮葉樣品采集與分類；掃描獲得不同悶黃時(shí)間鮮葉樣品的近紅外光譜；對(duì)樣品光譜進(jìn)行預(yù)處理剔除噪聲信息后，將樣品光譜轉(zhuǎn)化為成對(duì)的數(shù)據(jù)點(diǎn)；再將全部光譜數(shù)據(jù)均劃分為20個(gè)子區(qū)間，分別建立每個(gè)子區(qū)間數(shù)據(jù)的最小二乘支持向量機(jī)方法模型，篩選出建模的最佳子區(qū)間數(shù)據(jù)；應(yīng)用主成分分析法抽提、壓縮最佳光譜子區(qū)間信息；以主成分得分為輸入值，不斷調(diào)整神經(jīng)元個(gè)數(shù)和傳遞函數(shù)，建立general regression結(jié)構(gòu)人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型；模型穩(wěn)健性檢驗(yàn)。實(shí)現(xiàn)了黃茶樣品悶黃時(shí)間的快速、準(zhǔn)確、客觀預(yù)測(cè)，起到提高預(yù)測(cè)悶黃時(shí)間準(zhǔn)確度和增強(qiáng)模型實(shí)用性的目的。