摘要
本发明公开了一种基于可逆神经网络的卷烟焦油量预测方法,包括:构建可逆神经网络模型;将目标化学成分作为输入数值,通过API接口将输入的数值传递到后端系统;后端系统接收到数值后,将其输入到可逆神经网络模型中;可逆神经网模型络根据输入的目标化学成分,输出三个特征值,完成卷烟焦油量预测;本发明基于可逆神经网络,能够实现焦油释放量的精确控制以及卷烟辅材参数的逆向预测,从而提高卷烟产品质量控制能力和研发效率。
技术关键词
卷烟焦油量
神经网络模型
后端系统
前端系统
卷烟纸透气度
特征值
损失函数优化
卷烟辅材
数值
交替方式
接装纸
变量
样本
阶段
误差
接口
系统为您推荐了相关专利信息
智能化交互系统
老年人
语音识别模块
神经网络模型
梅尔频率倒谱系数
不良心血管事件
心肌梗死患者
机器学习算法
卷积神经网络模型
随机森林模型
混凝土约束应力
神经网络模型
混凝土试样
混凝土试件
金属框架
空间预测方法
多模态特征
阶段
融合特征
注意力机制