基于最小二乘支持向量機的遠安黃茶悶黃時間的無損預測方法,包括:鮮葉樣品采集與分類;掃描獲得不同悶黃時間鮮葉樣品的近紅外光譜;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最小二乘支持向量機方法模型,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。實現了黃茶樣品悶黃時間的快速、準確、客觀預測,起到提高預測悶黃時間準確度和增強模型實用性的目的。
聲明:
“基于最小二乘支持向量機的遠安黃茶悶黃時間的無損預測方法” 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)