摘要
本申请公开的茶叶原料水分含量检测模型构建方法首先获取茶叶原料样品的近红外光谱和高光谱数据,使得建模光谱信息更全面;然后,分别将近红外光谱和高光谱频段划分为不同的光谱区间,从各光谱区间中筛选出最佳融合光谱区间组合,进一步从最佳融合光谱区间组合中筛选出相应的光谱数据特征点,从而可降低建模的运算量,简化模型;最后,基于光谱数据特征点提取相应的特征向量并作为输入,以样品的含水量为输出,基于人工神经网络方法经过多次训练即可构建更高预测准确度及鲁棒性的多光谱融合预测模型,从而可实现对茶叶原料水分含量的及时且精确的检测,进而可实现及时精准调控杀青工艺参数的目的,为得到最佳的杀青叶品质提供了理论基础。
技术关键词
茶叶原料
检测模型构建方法
人工神经网络
特征点
数据
样品含水量
认证设备
频段
多光谱
模型构建系统
处理单元
偏最小二乘法
杀青工艺
存储单元
筛选算法
筛选方法
扫描模块
鲁棒性
非线性
系统为您推荐了相关专利信息
准直透镜
成像透镜
发光二极管
空间光调制器
偏振分束器
车辆轮胎
轮胎有限元模型
仿真模型
有限元模型构建方法
可执行程序代码
柴油发电机组
故障预测模型
故障类别
数据样本集合
故障预测方法
高速公路控制系统
决策算法
交通仿真
交通流量检测器
车辆速度监测
酚类化合物
鉴别方法
反式肉桂酸
异阿魏酸
特征氨基酸