摘要
本申请提供了一种基于机器学习的白酒智能勾兑系统及方法,通过白酒和基酒的风味成分含量对白酒和基酒之间的勾兑比进行初始预测,得到第一勾兑参数;对白酒和基酒的近红外光谱数据进行投影聚类构建光谱特征空间,进而确定光谱特征空间中每个光谱特征波长的基线偏移量;进一步通过基线偏移量从光谱特征空间中筛选出白酒和基酒的特征波长,进而依据特征波长对白酒和基酒之间的勾兑比进行二次预测,得到第二勾兑参数;基于第一勾兑参数和第二勾兑参数,对智能勾兑模型进行耦合训练,进而通过训练后的智能勾兑模型预测白酒和基酒之间的勾兑比。采用本申请的方案,可实现白酒勾兑比的智能耦合估计,从而提高白酒勾兑中的勾兑精度。
技术关键词
白酒智能勾兑系统
成分含量
波长
基线
参数
模型训练方法
风味
孪生神经网络
预测白酒
聚类
数据
计算机设备
可读存储介质
成分分析
处理器
模块
分支
存储器