烟包霉变指标确认自学习迭代方法、装置及电子设备制造方法及图纸

本发明专利技术公开了一种烟包霉变指标确认自学习迭代方法、装置及电子设备，收集烟叶原料的霉变分析历史数据构建霉情预测模型，获取当前年份最新的霉变分析新数据对霉情预测模型进行迭代训练，以优化模型参数，之后使用参数更新后的所述霉情预测模型并结合对应当前年份的烟叶原料新样品进行霉情预测。本发明专利技术通过机器自学习的方式，使已构建的算法模型能够自适应地关联烟叶化学成分的年际变化，也即是确保预测模型始终与最新的原料特性保持一致，从而提高预测准确性从而保障霉变识别及预测计算的有效性，为烟草行业提供持续的质量控制和储存管理支持，利用本发明专利技术提供的方案，烟草企业可以更加准确地评估烟叶的储存风险和质量控制需求。

【技术实现步骤摘要】

本专利技术涉及烟草指标检测，尤其涉及一种烟包霉变指标确认自学习迭代方法、装置及电子设备。

技术介绍

1、霉变检测是烟草行业霉变防控的重点，对于烟草行业而言，原料是企业发展的核心资产。原料在库管养期间，申请人尝试将voc质谱仪进行模型算法开发，用于对烟叶霉变状态进行判定，从而可以实现烟叶霉变从“眼看、鼻闻、手摸”等被动式防控向“基于数字化、基于计算机识别”的主动式防控转变。然而经实际应用以及从长期使用上述方案的角度来说，仍存在亟待解决的问题：

2、烟叶原料即便是同一产地、同一部位、同一品种，其烟叶的化学成分也会因年份不同出现差异性变化，初始构建的模型算法多是基于当年份的烟叶原料的物质成分得出的，而随着原料来料的差异性变化，已有的模型算法将无法满足实际情况和需求，导致算法识别有效性显著降低，甚至无法使用。

技术实现思路

1、鉴于上述，本专利技术旨在提供一种烟包霉变指标确认自学习迭代方法、装置及电子设备，以解决前述提及的技术问题。

2、本专利技术采用的技术方案如下：>

3、第一方面本文档来自技高网...

【技术保护点】

1.一种烟包霉变指标确认自学习迭代方法，其特征在于，包括：

2.根据权利要求1所述的烟包霉变指标确认自学习迭代方法，其特征在于，霉变分析数据至少包括：化学成分数据和对应的霉变指标数据。

3.根据权利要求2所述的烟包霉变指标确认自学习迭代方法，其特征在于，所述霉情预测模型的输入为烟叶原料的化学成分，输出为指霉变指标。

4.根据权利要求1～3任一项所述的烟包霉变指标确认自学习迭代方法，其特征在于，所述霉情预测模型的架构包括如下任一种：线性回归模型、支持向量机、神经网络。

5.一种烟包霉变指标确认自学习迭代装置，其特征在于，包括：

6...

【技术特征摘要】

1.一种烟包霉变指标确认自学习迭代方法，其特征在于，包括：

2.根据权利要求1所述的烟包霉变指标确认自学习迭代方法，其特征在于，霉变分析数据至少包括：化学成分数据和对应的霉变指标数据。

3.根据权利要求2所述的烟包霉变指标确认自学习迭代方法，其特征在于，所述霉情预测模型的输入为烟叶原料的化学成分，输出为指霉变指标。

4.根据权利要求1～3任一项所述的烟包霉变指标确认自学习迭代方法，其特征在于，所述霉情预测模型的架构包括如下任一种：线性...

【专利技术属性】
技术研发人员：陈斌，许仁杰，周璞，杨文静，周继来，方海英，项胜，陈浙军，李莉，
申请(专利权)人：红云红河烟草集团有限责任公司，
类型：发明
国别省市：