摘要
本申请涉及即开票油墨优化领域,特别是涉及一种即开票油墨的成卷性能优化方法、设备及介质。该方法包括:获取即开票油墨的初始配方集A;遍历A,获取Ai对应的输入向量、成卷长度和成卷长度的置信度;使用训练样本集和对应的标签集对目标神经网络模型进行训练;将目标配方对应的输入向量G输入经训练的目标神经网络模型,获取目标配方对应的成卷长度L’和成卷长度的置信度Z’;如果L’不属于目标长度范围,则对目标配方包括的成分的质量百分比进行第一轮调整,如果第一轮调整中某次调整后的配方对应的成卷长度属于目标长度范围,则输出第一轮调整中该次调整后的配方和对应的成卷长度的置信度。本发明能够优化即开票油墨的成卷性能。
技术关键词
性能优化方法
油墨
神经网络模型
聚类
可读存储介质
长条状
处理器
助剂
存储器
计算机
标签
电子设备
编码
误差
系统为您推荐了相关专利信息
客户端
电力负荷预测系统
加密
电力负荷预测模型
LSTM神经网络模型
前馈神经网络
数据
学生
计算机可执行指令
表达式
新能源并网系统
概率评估方法
子系统
开环模式
概率分布函数