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
果实识别方法
AI图像识别
数据
多尺度
注意力机制
多自由度机械臂
力矩传感器
夹持器
地面移动平台
摘取装置
智能检测方法
单晶金刚石
时序预测模型
发射光谱技术
晶体缺陷密度
果实
末端执行器
无刷直流电机
驱动单元
机械臂总成
纯度检测方法
回归预测模型
电导率分布图
灵敏度矩阵
空心线圈