摘要
本发明公开了一种茶油提取效率提升的自适应控制方法,包括:根据历史采集的茶籽原料多维数据,进行数据预处理,进而生成包含有训练数据和测试数据的数据集;采用神经网络不断对数据集进行训练,生成修正后的控制预测模型;部署控制预测模型,进而将采集的实时茶籽原料多维数据输入控制预测模型,生成茶油提取预测数据;根据茶油提取预测数据,生成匹配的茶油提取设备的运行策略,进而根据运行策略按照匹配的时间区间动态控制匹配的茶油提取设备的运行参数。本发明的一种茶油提取效率提升的自适应控制方法,能够自动化和智能化动态调整茶油提取过程,以提升茶油提取效率。
技术关键词
茶油提取设备
梯度下降法
训练神经网络模型
PID控制方法
反向传播方法
参数
控制策略
样本
模型预测值
模型训练模块
错误率
数据处理模块
累积误差
学习器
pH值
系统为您推荐了相关专利信息
注意力机制
对话生成模型
人脸
视频生成方法
音频编码器
损失函数优化
图像分类方法
标签
调度器
训练图像分类模型
关键节点识别方法
深度强化学习
网络
种子
注意力
PCU控制器
车辆运行数据
发动机转速
控制优化方法
策略
智能化检测方法
像素点
邻域
神经网络模型训练
训练神经网络模型