一种基于预测-校正双神经网络融合的谷物品质分析方法

AITNT
正文
推荐专利
一种基于预测-校正双神经网络融合的谷物品质分析方法
申请号:CN202510973865
申请日期:2025-07-15
公开号:CN120473030B
公开日期:2025-09-23
类型:发明专利
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
1
基于全身CT扫描图像和神经网络模型的体脂率估算方法
CT扫描图像 神经网络模型 连续横截面 人体全身 内脏
2
基于循环神经网络的电站锅炉SO2排放预测方法及系统
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
3
基于多模态感知的自适应支护支柱,其高度调节方法、装置、存储介质及电子设备
接触面 位移传感器 压力传感器 多模态 卷积网络模型
4
一种报价解析模型构建方法、装置、设备及介质
模型构建方法 指令 模型构建装置 样本 分词
5
基于时序关联和趋势拟合的用电数据处理方法及系统
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号