摘要
本发明公开一种基于预测‑校正双神经网络融合的谷物品质分析方法,其包括构建标准样本数据集、构建光谱筛选方法、构建校正样本数据集、构建预测神经网络模型、构建校正神经网络模型以及品质成分评估。本申请通过预测神经网络和校正神经网络的双网络融合协同设计,有效解决了传统模型在小样本场景下过拟合、泛化能力弱等问题,提高了模型的稳定性和预测准确性。
技术关键词
神经网络模型
谷物品质
校正
筛选方法
样本
数据
化学分析方法
前馈神经网络
支链淀粉含量
近红外光谱仪
高效液相色谱法
偏差
波长
参数
算法
粗纤维
批量
误差
系统为您推荐了相关专利信息
CT扫描图像
神经网络模型
连续横截面
人体全身
内脏
排放预测方法
电站锅炉
RNN模型
循环神经网络模型
锅炉运行数据
接触面
位移传感器
压力传感器
多模态
卷积网络模型
数据处理方法
神经网络算法
智能化电力系统
时序特征
样本