公开(公告)号：CN118230854A

公开(公告)日：2024-06-21

申请号：CN202410316963.6

申请日：2024-03-20

申请人： 中南大学 ,  长沙湘丰智能装备股份有限公司

发明人： 汤哲 ,  张泽灵 ,  齐芳 ,  胡小龙 ,  李想 ,  邹振华 ,  陈华荣 ,  周建勇

IPC分类号： G16C20/70 ,  G16C20/20 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/086 ,  G06N3/126 ,  G01N21/359

摘要： 本发明提供了一种基于遗传算法优化BP神经网络预测茶叶含水率的方法包括茶叶样本的取得、样本近红外光谱数据的采集、样本近红外光谱数据的预处理、训练集中样本含水率的检测、BP神经网络的参数寻优、BP神经网络的训练和拟合和样本含水率的预测这些步骤，通过对样本的近红外原始光谱数据进行光谱预处理并建立偏最小二乘法回归模型降低近红外光谱的噪音干扰，然后基于初始化遗传算法对BP神经网络的参数进行参数寻优，更新所述BP神经网络的权重和阈值，基于更新后的BP神经网络，利用所得近红外光谱的偏最小二乘法回归模型对茶叶的含水率进行准确预测。