摘要
本发明公开了基于CIELab颜色量化的红皮洋葱花青素含量预测分析方法,包括:S1:使用分光测色仪采集颜色量化指标;S2:使用近红外光谱仪采集原始光谱数据,基于改进连续投影算法进行特征波长提取,获得最佳光谱吸收数据;S3:将颜色量化指标和最佳光谱吸收数据进行张量融合操作获得一维融合特征向量,基于一维融合特征向量结合粒子群优化算法构建包含光谱数据‑颜色参数‑花青素含量的三阶关联建模;S4:基于三阶关联建模,输出红皮洋葱花青素含量预测结果,颜色参数直接反映花青素的视觉表征,光谱数据揭示分子结构信息,两者互补,融合后模型可捕捉更全面的特征关联,显著提升预测准确率。
技术关键词
花青素含量
红皮洋葱
预测分析方法
连续投影算法
粒子群优化算法
波长
颜色
深度神经网络
分光测色仪
近红外光谱仪
数据
参数
神经网络模型
指标
分子结构信息
坐标
测量点
矩阵
中间层
系统为您推荐了相关专利信息
数字孪生模型
封装控制方法
对象
三维建模工具
低噪声
数字音频水印嵌入
嵌入水印信息
粒子群优化算法
Arnold置乱
水印嵌入位置
位置优化方法
磁感应强度
三相电缆
误差模型
阵列
机房空调系统
冷风系统
氟泵空调
粒子群优化算法
进出风口