一种基于深度学习的茶鲜叶保鲜时间预测方法技术
Prediction method of fresh keeping time of tea leaves based on deep learning
The present invention discloses a method for predicting fresh leaves of tea fresh leaves. Steps are as follows: Step 1: construct the prediction model of fresh leaf fresh-keeping time based on DBN neural network, and pre train the prediction model of fresh leaf fresh-keeping time; step two: after the end of pre training, the model of DBN neural network is adopted by the limit learning machine. Feedback micro training for supervised learning; step three: collect the information of tea fresh leaves and use relevant information as the input parameters of the tea fresh Ye Baoxian time prediction model. This method can accurately predict the fresh-keeping time of tea fresh leaves and can provide help for the preservation of tea fresh leaves to prevent or reduce the decay or deterioration of fresh tea leaves.
【技术实现步骤摘要】
一种基于深度学习的茶鲜叶保鲜时间预测方法
本专利技术涉及茶鲜叶的保鲜领域，尤其涉及一种茶鲜叶保鲜时间预测方法。
技术介绍
茶鲜叶水分多，保存的时候容易腐烂。目前，由于没有准确地预测茶鲜叶保存时间的方法，多采用人工查看的方式，即需要人定期地去查看茶鲜叶的状况以防止茶鲜叶腐烂。采用人工的方式，一方面需要专门的看护人员定期去查看，这就浪费了一定的人力，并且，看护人员如果忘记查看或者查看不及时就可能使茶鲜叶腐烂不能够被及时发现，造成非常严重的后果，另一方面看护人员需要具有一定的经验以能够判断茶鲜叶的情况，在找不到具有经验的看护人员时也有可能造成茶鲜叶的腐烂。
技术实现思路
本专利技术的主要目的在于提供一种茶鲜叶保鲜时间预测方法，该方法能够准确预测茶鲜叶的保鲜时间，进而使得茶鲜叶在腐烂或者变质之前能够被及时地被加工以避免或者减少茶鲜叶的腐烂或者变质。为达到以上目的，本专利技术采用的技术方案为：一种茶鲜叶保鲜时间预测方法，其特征在于，具体步骤如下：步骤一：构建基于DBN神经网络的茶鲜叶保鲜时间预测模型，并对茶鲜叶保鲜时间预测模型进行预训练；步骤二：预训练结束后，采用极限学习机对D...
【技术保护点】
一种茶鲜叶保鲜时间预测方法，其特征在于，具体步骤如下：步骤一：构建基于DBN神经网络的茶鲜叶保鲜时间预测模型，并对茶鲜叶保鲜时间预测模型进行预训练；步骤二：预训练结束后，采用极限学习机对DBN神经网络模型进行监督学习的反馈微调训练；步骤三：采集茶鲜叶的相关信息并将相关信息作为茶鲜叶保鲜时间预测模型的输入参数。
【技术特征摘要】
1.一种茶鲜叶保鲜时间预测方法，其特征在于，具体步骤如下：步骤一：构建基于DBN神经网络的茶鲜叶保鲜时间预测模型，并对茶鲜叶保鲜时间预测模型进行预训练；步骤二：预训练结束后，采用极限学习机对DBN神经网络模型进行监督学习的反馈微调训练；步骤三：采集茶鲜叶的相关信息并将相关信息作为茶鲜叶保鲜时间预测模型的输入参数。2.根据权利要求1所述的一种茶鲜叶保鲜时间预测方法，其特征在于，所述茶鲜叶的相关信息包括茶鲜...
【专利技术属性】
技术研发人员：桑海伟，崔忠伟，于国龙，吴恋，赵建川，左羽，
申请(专利权)人：贵州师范学院，贵州瓮安鑫产园茶业有限公司，
类型：发明
国别省市：贵州,52
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。