應(yīng)用general?regression結(jié)構(gòu)無損預(yù)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(jìn)行預(yù)處理剔除噪聲信息后,將樣品光譜轉(zhuǎn)化為成對的數(shù)據(jù)點;再將全部光譜數(shù)據(jù)均劃分為20個子區(qū)間,分別建立每個子區(qū)間數(shù)據(jù)的粒子群優(yōu)化算法模型,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)測模型;模型穩(wěn)健性檢驗。實現(xiàn)了湖北眉茶車色樣品等級的快速、準(zhǔn)確、客觀預(yù)測。
聲明:
“應(yīng)用general regression結(jié)構(gòu)無損預(yù)測機采眉茶車色樣品等級的方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)