基于最小二乘支持向量机的远安黄茶闷黄时间的无损预测方法,包括:鲜叶样品采集与分类;扫描获得不同闷黄时间鲜叶样品的近红外光谱;对样品光谱进行预处理剔除噪声信息后,将样品光谱转化为成对的数据点;再将全部光谱数据均划分为20个子区间,分别建立每个子区间数据的最小二乘支持向量机方法模型,筛选出建模的最佳子区间数据;应用主成分分析法抽提、压缩最佳光谱子区间信息;以主成分得分为输入值,不断调整神经元个数和传递函数,建立general regression结构人工神经网络预测模型;模型稳健性检验。实现了黄茶样品闷黄时间的快速、准确、客观预测,起到提高预测闷黄时间准确度和增强模型实用性的目的。
声明:
“基于最小二乘支持向量机的远安黄茶闷黄时间的无损预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)