应用general regression结构无损预测机采眉茶车色样品等级的方法，包括：样品收集与分类；扫描获得不同等级眉茶车色样品的近红外光谱；对样品光谱进行预处理剔除噪声信息后，将样品光谱转化为成对的数据点；再将全部光谱数据均划分为20个子区间，分别建立每个子区间数据的粒子群优化算法模型，筛选出建模的最佳子区间数据；应用主成分分析法抽提、压缩最佳光谱子区间信息；以主成分得分为输入值，不断调整神经元个数和传递函数，建立general regression结构人工神经网络预测模型；模型稳健性检验。实现了湖北眉茶车色样品等级的快速、准确、客观预测。
声明：
“应用general regression结构无损预测机采眉茶车色样品等级的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
781
编辑：管理员
来源：北方有色网
咨询细节
