应用general regression结构无损预测机采眉茶车色样品等级的方法,包括:样品收集与分类;扫描获得不同等级眉茶车色样品的近红外光谱;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粒子群优化算法模型,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。实现了湖北眉茶车色样品等级的快速、准确、客观预测。
声明:
“应用general regression结构无损预测机采眉茶车色样品等级的方法” 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)