摘要
本发明实施例提供了一种应用于多种果实的糖度样本分析方法、系统及设备,包括:获取到多种果实的果汁含量、果渣含量;通过折光度获取到所述多种果实的第二糖分含量,通过所述第二糖分含量校准所述第一糖分含量,得到最终糖分含量;将所述果汁含量、果渣含量及最终糖分含量组合得到训练样本,将所述训练样本输入至前馈时序预测模型,得到训练后的前馈时序预测模型;将新的果汁含量、果渣含量输入至所述训练后的前馈时序预测模型,得到果实的糖分含量数据,本发明实施例中,具有更强的模型学习能力,阈值设置的方式可以简单有效,减少计算量,提高模型训练效率;更好地拟合样本实际测量值,解决了模型容易陷入局部最优解的问题,提高预测精度。
技术关键词
时序预测模型
样本分析方法
果实
果渣
果汁
样本分析系统
门控循环单元神经网络
前馈神经网络
校准
矩阵
数据
处理器
计算机设备
参数
可读存储介质
存储器
子模块
节点
系统为您推荐了相关专利信息
门控循环网络
时序预测模型
时间卷积网络
历史负荷数据
样本
移动采摘机器人
六自由度机械臂
二维云台
末端执行器
视觉
多模态情感分析
智能健康
交互系统
穿戴设备
心理状态评估
电解水制氢催化剂
时序预测模型
退火工序
控制氧气分压
光谱分析技术
纺织空调风机
智能调控方法
时序预测模型
风机转速
风机控制系统