CN107704690B - 一种对茶叶杀青摊放的影响参数进行优化的方法 - Google Patents
一种对茶叶杀青摊放的影响参数进行优化的方法 Download PDFInfo
- Publication number
- CN107704690B CN107704690B CN201710947900.0A CN201710947900A CN107704690B CN 107704690 B CN107704690 B CN 107704690B CN 201710947900 A CN201710947900 A CN 201710947900A CN 107704690 B CN107704690 B CN 107704690B
- Authority
- CN
- China
- Prior art keywords
- parameter
- quadratic fit
- spread
- water
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种对茶叶杀青摊放的影响参数进行优化的方法,包括确定影响茶叶品质的杀青摊放参数以及优化目标,且对杀青摊放参数进行多层次统计实验设计并进一步进行试验,得到优化目标的实验设计值;根据杀青摊放参数的实验设计赋值及其对应得到的优化目标的实验设计值,构建二次拟合曲面模型;对二次拟合曲面模型进行显著性验证和方差分析,确定最佳二次拟合曲面模型;基于最佳二次拟合曲面模型建立优化目标与杀青摊放参数的非线性关系,确定茶叶杀青摊放工艺优化模型并进行求解,获得最优的杀青摊放参数值。本发明实施例,能够分析茶叶杀青摊放工艺参数的交互特性,并能在设计范围内获得最优的杀青摊放参数集,使茶叶的品质达到最佳。
Description
技术领域
本发明涉及茶叶生产与制造技术领域,尤其涉及一种对茶叶杀青摊放的影响参数进行优化的方法。
背景技术
茶叶杀青摊放是茶叶加工前必不可少的处理工序。茶叶杀青时经过合理的摊放处理可大大提高茶叶品质,主要是因为杀青摊放使鲜叶发生轻微的理化特性变化,如部分蛋白质发生水解,导致氨基酸含量会增加,氨基酸含量是决定成品茶色泽和茶叶品质的重要因素,氨基酸含量的增加会促使结合态的芳香化合物降解为游离态成分,增加可挥发芳香物质,提高香气,同时会使细胞膨压减小,鲜叶脆性降低,鲜叶的可塑性增强,这样制成的茶叶颜色翠绿,鲜度和口感好,使其色、香、味更上一层楼。
茶叶杀青摊放的氨基酸含量受温度、湿度和时间的影响,摊放室空气的相对湿度应控制在90%左右,室温控制在15~20℃,叶温控制在30℃以内,不可超过40℃。摊放时间不宜过长和过短,一般6~10小时为宜,最长不超过24小时。目前,茶叶杀青摊放工艺都是采用单一控制方式,保证温度、湿度和时间三个参数在一定的范围内,但温度、湿度和时间三个参数对茶叶杀青摊放工艺和品质有交互特性,且具有高度的非线性,单一参数的控制不能达到摊放的要求和提高茶叶品质的目的。因此,设计一种多参数联动优化方法对茶叶杀青摊放的影响参数进行优化对提高茶叶的品质具有重要的意义。
发明内容
本发明实施例的目的在于提供一种对茶叶杀青摊放的影响参数进行优化的方法,能够分析茶叶杀青摊放工艺参数的交互特性,并能在设计范围内获得最优的杀青摊放参数集,使茶叶的品质达到最佳。
为了解决上述技术问题,本发明实施例提供了一种对茶叶杀青摊放的影响参数进行优化的方法,所述方法包括:
步骤S1、确定影响茶叶品质的杀青摊放参数以及优化目标,且对所述杀青摊放参数进行多层次统计实验设计并给予赋值,进一步根据所述杀青摊放参数的三层次统计实验设计赋值进行试验,得到所述优化目标的实验设计值;
步骤S2、以所述杀青摊放参数及优化目标为变量,根据所述杀青摊放参数的实验设计赋值及其对应得到的优化目标的实验设计值,构建二次拟合曲面模型;
步骤S3、对所述二次拟合曲面模型进行显著性验证和方差分析,确定最佳二次拟合曲面模型;
步骤S4、基于最佳二次拟合曲面模型建立优化目标与杀青摊放参数的非线性关系,确定茶叶杀青摊放工艺优化模型并进行求解,获得最优的杀青摊放参数值。
其中,所述步骤S1具体包括:
确定温度、湿度和时间作为影响茶叶品质的杀青摊放参数,氨基酸含量的最大值作为优化目标;
根据所述杀青摊放参数中温度、湿度和时间的设置范围,将温度、湿度和时间的值设置成三个层次,并给每一层次的中温度、湿度和时间分别给予赋值;其中,所述三个层次为+1,0和-1,分别代表容限值的上值、中值和下值。
由所述杀青摊放参数中温度、湿度和时间为三个维度构造三维立方体,并以每维的中心和立方体每边的中心分别设置一个实验点,形成三层次统计实验设计;
确定所述三层次统计实验设计对应于杀青摊放参数中温度、湿度和时间的赋值,并根据所述杀青摊放参数的三层次统计实验设计赋值进行试验,得到氨基酸含量的的实验设计值。
其中,所述步骤S2具体包括:
构造二次拟合曲面的基函数其中,m为三层次统计实验设计点的个数,G=[1,p1,…,pn,p1 2,p1p2,…,p1pn,p2 2,p2p3,…,p2pn,…,pn-1 2,pn-1pn,pn 2], 为氨基酸含量二次拟合曲面的输出值,P=(p1,p2,…,pn)为影响茶叶品质的三个杀青摊放参数,n=3为参数的个数,为对应设计参数的系数矩阵。A表示设计点处的氨基酸含量实验设计值A=(A1,A2,…,Am);
对所述二次拟合曲面基函数的系数求偏导,并令偏导数等于零:得到二次拟合曲面的系数矩阵式中,qji为所述三层次统计实验设计中第j个实验设计点第i个设计参数值。
建立基于三层次统计实验设计的二次拟合曲面模型:
其中,所述步骤S3具体包括:
用方差分析方法对所述二次拟合曲面模型进行显著性检验,采用下式计算方差:
二次拟合曲面模型输出总的数据波动-总偏差平方和SST:
二次拟合曲面模型拟合点数据波动-回归偏差平方和SSR:
式中,m为实验点的总数,Ai为氨基酸含量的实验设计值,为氨基酸含量的二次拟合曲面输出值,为氨基酸含量的二次拟合曲面输出值平均值。
取P=5%为显著性水平,若所述二次拟合曲面模型检验的结果P<0.05为显著的;若所述二次拟合曲面模型检验的结果P>0.05,则重新构造所述二次拟合曲面模型。
其中,所述步骤S3还进一步具体包括:
用复相关系数R2和调整的复相关系数R2 adj来验证所述二次拟合曲面模型的精度,计算方法如下:
式中,k为所述二次拟合曲面模型的自由度;
若复相关系数R2和调整的复相关系数R2 adj与1的差值均在预设范围内,则所述二次拟合曲面模型的符合要求,否则重新构造所述二次拟合曲面模型。
其中,所述步骤S4具体包括:
基于最佳二次拟合曲面模型建立优化目标与杀青摊放参数的非线性关系,确定茶叶杀青摊放工艺优化模型,具体如下:
Satisfy:pi1≤pi≤piu
式中,pi(i=1,2,3)为所述温度、湿度和时间三个参数,pi1和piu表示某一参数的下值和上值。
求解所述茶叶杀青摊放工艺优化模型,获得最优的杀青摊放参数值。
实施本发明实施例,具有如下有益效果:
本发明是把非线性理论和安全统计实验设计理论引入到茶叶杀青摊放工艺设计中,在三层次统计试验设计的基础上,采用二次拟合曲面法,把茶叶氨基酸含量作为目标函数,建立了茶叶杀青摊放工艺多参数联动优化设计模型,此模型能够分析茶叶杀青摊放工艺参数的交互特性,并能在设计范围内获得最优的杀青摊放参数集,使茶叶的品质达到最佳。此发明解决了茶叶杀青摊放工艺的关键技术,为茶叶杀青摊放工艺提供了新的方法,本发明有着广泛的应用前景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例提供的对茶叶杀青摊放的影响参数进行优化的方法的流程图;
图2为为本发明实施例提供的对茶叶杀青摊放的影响参数进行优化的方法应用场景中由杀青摊放参数构造的三维立体结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明实施例中,提出一种对茶叶杀青摊放的影响参数进行优化的方法,所述方法包括:
步骤S1、确定影响茶叶品质的杀青摊放参数以及优化目标,且对所述杀青摊放参数进行多层次统计实验设计并给予赋值,进一步根据所述杀青摊放参数的三层次统计实验设计赋值进行试验,得到所述优化目标的实验设计值;
具体过程为,(a)确定温度、湿度和时间作为影响茶叶品质的杀青摊放参数,氨基酸含量的最大值作为优化目标;
(b)根据所述杀青摊放参数中温度、湿度和时间的设置范围,将温度、湿度和时间的值设置成三个层次,并给每一层次的中温度、湿度和时间分别给予赋值;其中,所述三个层次为+1,0和-1,分别代表容限值的上值、中值和下值。
(c)由所述杀青摊放参数中温度、湿度和时间为三个维度构造三维立方体,并以每维的中心和立方体每边的中心分别设置一个实验点,形成三层次统计实验设计;
(d)确定所述三层次统计实验设计对应于杀青摊放参数中温度、湿度和时间的赋值,并根据所述杀青摊放参数的三层次统计实验设计赋值进行试验,得到氨基酸含量的的实验设计值。
在本发明实施例中,温度W、湿度H和时间T作为茶叶杀青摊放工艺的优化参数,把茶叶中氨基酸含量A作为优化目标;
根据茶叶杀青摊放温度、湿度和时间的大致设置范围,将它们的值设置成三个层次:+1,0和-1,它们代表容限值的上值、中值和下值,实施例具体层次值设置如表1所示(不同品种和条件的茶叶参数可以改变)。
表1
变量符号 | -1 | 0 | +1 |
温度W/℃ | 23 | 25 | 27 |
湿度H/% | 50 | 60 | 70 |
时间T/h | 4 | 6 | 8 |
由上述三个参数构造三维立方体,每维的中心和立方体每边的中心分别设置一个实验点,见图2所示,总共抽样产生15个实验点(12+3,有3个是重复的实验点),形成三层次统计实验设计,见表2所示:
表2
从图2可以看出,与通用的中心实验设计相比,三层次统计实验设计没有将所有试验参数同时安排为上值组合,不存在轴向点,因而不会超出安全操作范围,设计具有很强的鲁棒性。
根据三层次统计实验设计进行试验,采用茚三酮比色法测定氨基酸含量的实验设计值,从而才能得到完全的三层次统计实验设计值,如表3所示。
表3
步骤S2、以所述杀青摊放参数及优化目标为变量,根据所述杀青摊放参数的实验设计赋值及其对应得到的优化目标的实验设计值,构建二次拟合曲面模型;
具体过程为,根据完全的三层次统计实验设计值,运用最小化误差平方和法构建氨基酸含量最大值目标优化的二次拟合曲面模型,构建的方法如下:
(a)构造二次拟合曲面的基函数:其中,m为三层次统计实验设计点的个数此时m=13,G=[1,p1,…,pn,p1 2,p1p2,…,p1pn,p2 2,p2p3,…,p2pn,…,pn-1 2,pn-1pn,pn 2], 为氨基酸含量二次拟合曲面的输出值,P=(p1,p2,…,pn)为影响茶叶品质的三个杀青摊放参数,n=3为参数的个数,为对应设计参数的系数矩阵。A表示设计点处的氨基酸含量实验设计值A=(A1,A2,…,Am)。
(b)对二次拟合曲面基函数的系数求偏导,并令偏导数等于零:得到二次拟合曲面的系数矩阵式中,qji为完全的三层次统计实验设计中第j个实验设计点第i个设计参数值。
(c)建立基于三层次统计实验设计的二次拟合曲面模型:
本发明实施例中,通过二次拟合曲面的构建,计算出:
步骤S3、对所述二次拟合曲面模型进行显著性验证和方差分析,确定最佳二次拟合曲面模型;
具体过程为,若在符合设计要求的置信水平下,模型是显著的,则可利用此模型进行优化;反之须重新设计试验,构建新的二次拟合曲面模型;它包括以下步骤:
(a)用方差分析方法对所述二次拟合曲面模型进行显著性检验,采用下式计算方差:
二次拟合曲面模型输出总的数据波动-总偏差平方和SST:
二次拟合曲面模型拟合点数据波动-回归偏差平方和SSR:
式中,m为实验点的总数,Ai为氨基酸含量的实验设计值,为氨基酸含量的二次拟合曲面输出值,为氨基酸含量的二次拟合曲面输出值平均值。
取P=5%为显著性水平,若所述二次拟合曲面模型检验的结果P<0.05为显著的;若所述二次拟合曲面模型检验的结果P>0.05,则重新构造所述二次拟合曲面模型。
在本发明实施例中,表4为实施例的计算结果。
表4
方差 | 总偏差平方和 | 回归偏差平方和 | P值 |
二次拟合曲面 | 2.3E-004 | 8.6E-004 | <0.0001 |
(b)用复相关系数R2和调整的复相关系数AdjR2来验证所述二次拟合曲面模型的精度,计算方法如下:
式中,k为所述二次拟合曲面模型的自由度;
若复相关系数R2和调整的复相关系数AdjR2与1的差值均在预设范围内,则所述二次拟合曲面模型的符合要求,否则重新构造所述二次拟合曲面模型。
在本发明实施例中,表5为实施例的计算结果。
表5
R的类型 | R<sup>2</sup> | AdjR<sup>2</sup> |
R的值 | 0.9901 | 0.9834 |
从表5看出,复相关系数R2和调整的复相关系数AdjR2都接近1,说明模型的精度是高的,可以用来对茶叶杀青摊放工艺进行分析和优化。
步骤S4、基于最佳二次拟合曲面模型建立优化目标与杀青摊放参数的非线性关系,确定茶叶杀青摊放工艺优化模型并进行求解,获得最优的杀青摊放参数值。
具体过程为,基于最佳二次拟合曲面模型建立优化目标与杀青摊放参数的非线性关系,确定茶叶杀青摊放工艺优化模型,具体如下:
Satisfy:pi1≤pi≤piu
式中,pi(i=1,2,3)为所述温度、湿度和时间三个参数,pi1和piu表示某一参数的下值和上值。
求解所述茶叶杀青摊放工艺优化模型,获得最优的杀青摊放参数值。
本发明实施例中,通过求解得到杀青摊放最优化参数组合及氨基酸的含量,结果见表6所示。
表6
参数 | 温度W/℃ | 湿度H/% | 时间T/h | 氨基酸的含量(%) |
优化前中值 | 25 | 60 | 6 | 1.91 |
优化后的值 | 26.56 | 58.12 | 7.75 | 3.89 |
从表6可看出,优化后茶叶氨基酸的含量由1.91%增为3.89%,增加了103.7%,与实验测量结果是一致的。
实施本发明实施例,具有如下有益效果:
本发明是把非线性理论和安全统计实验设计理论引入到茶叶杀青摊放工艺设计中,在三层次统计试验设计的基础上,采用二次拟合曲面法,把茶叶氨基酸含量作为目标函数,建立了茶叶杀青摊放工艺多参数联动优化设计模型,此模型能够分析茶叶杀青摊放工艺参数的交互特性,并能在设计范围内获得最优的杀青摊放参数集,使茶叶的品质达到最佳。此发明解决了茶叶杀青摊放工艺的关键技术,为茶叶杀青摊放工艺提供了新的方法,本发明有着广泛的应用前景。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于一计算机可读取存储介质中,所述的存储介质,如ROM/RAM、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种对茶叶杀青摊放的影响参数进行优化的方法,其特征在于,所述方法包括:
步骤S1、确定影响茶叶品质的杀青摊放参数以及优化目标,且对所述杀青摊放参数进行多层次统计实验设计并给予赋值,进一步根据所述杀青摊放参数的三层次统计实验设计赋值进行试验,得到所述优化目标的实验设计值;
步骤S2、以所述杀青摊放参数及优化目标为变量,根据所述杀青摊放参数的实验设计赋值及其对应得到的优化目标的实验设计值,构建二次拟合曲面模型;
步骤S3、对所述二次拟合曲面模型进行显著性验证和方差分析,确定最佳二次拟合曲面模型;
步骤S4、基于最佳二次拟合曲面模型建立优化目标与杀青摊放参数的非线性关系,确定茶叶杀青摊放工艺优化模型并进行求解,获得最优的杀青摊放参数值;
所述步骤S1具体包括:
确定温度、湿度和时间作为影响茶叶品质的杀青摊放参数,氨基酸含量的最大值作为优化目标;
根据所述杀青摊放参数中温度、湿度和时间的设置范围,将温度、湿度和时间的值设置成三个层次,并给每一层次的温度、湿度和时间分别给予赋值;其中,所述三个层次为+1,0和-1,分别代表容限值的上值、中值和下值;
由所述杀青摊放参数中温度、湿度和时间为三个维度构造三维立方体,并以每维的中心和立方体每边的中心分别设置一个实验点,形成三层次统计实验设计;
确定所述三层次统计实验设计对应于杀青摊放参数中温度、湿度和时间的赋值,并根据所述杀青摊放参数的三层次统计实验设计赋值进行试验,得到氨基酸含量的实验设计值。
2.如权利要求1所述的方法,其特征在于,所述步骤S2具体包括:
构造二次拟合曲面的基函数其中,m为三层次统计实验设计点的个数,G=[1,p1,…,pn,p1 2,p1p2,…,p1pn,p2 2,p2p3,…,p2pn,…,pn-1 2,pn-1pn,pn 2], 为氨基酸含量二次拟合曲面的输出值,P=(p1,p2,…,pn)为影响茶叶品质的三个杀青摊放参数,n=3为参数的个数,为对应设计参数的系数矩阵;A表示设计点处的氨基酸含量实验设计值A=(A1,A2,…,Am);
对所述二次拟合曲面基函数的系数求偏导,并令偏导数等于零:得到二次拟合曲面的系数矩阵式中,qji为所述三层次统计实验设计中第j个实验设计点第i个设计参数值;
建立基于三层次统计实验设计的二次拟合曲面模型:
3.如权利要求2所述的方法,其特征在于,所述步骤S3具体包括:
用方差分析方法对所述二次拟合曲面模型进行显著性检验,采用下式计算方差:
二次拟合曲面模型输出总的数据波动-总偏差平方和SST:
二次拟合曲面模型拟合点数据波动-回归偏差平方和SSR:
式中,m为实验点的总数,Ai为氨基酸含量的实验设计值,为氨基酸含量的二次拟合曲面输出值,为氨基酸含量的二次拟合曲面输出值平均值;
取P=5%为显著性水平,若所述二次拟合曲面模型检验的结果P<0.05为显著的;若所述二次拟合曲面模型检验的结果P>0.05,则重新构造所述二次拟合曲面模型。
4.如权利要求3所述的方法,其特征在于,所述步骤S3还进一步具体包括:
用复相关系数R2和调整的复相关系数R2 adj来验证所述二次拟合曲面模型的精度,计算方法如下:
式中,k为所述二次拟合曲面模型的自由度;
若复相关系数R2和调整的复相关系数R2 adj与1的差值均在预设范围内,则所述二次拟合曲面模型符合要求,否则重新构造所述二次拟合曲面模型。
5.如权利要求4所述的方法,其特征在于,所述步骤S4具体包括:
基于最佳二次拟合曲面模型建立优化目标与杀青摊放参数的非线性关系,确定茶叶杀青摊放工艺优化模型,具体如下:
Satisfy:pi1≤pi≤piu
式中,pi(i=1,2,3)为所述温度、湿度和时间三个参数,pi1和piu表示某一参数的下值和上值,
求解所述茶叶杀青摊放工艺优化模型,获得最优的杀青摊放参数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710947900.0A CN107704690B (zh) | 2017-10-12 | 2017-10-12 | 一种对茶叶杀青摊放的影响参数进行优化的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710947900.0A CN107704690B (zh) | 2017-10-12 | 2017-10-12 | 一种对茶叶杀青摊放的影响参数进行优化的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107704690A CN107704690A (zh) | 2018-02-16 |
CN107704690B true CN107704690B (zh) | 2019-04-12 |
Family
ID=61183424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710947900.0A Active CN107704690B (zh) | 2017-10-12 | 2017-10-12 | 一种对茶叶杀青摊放的影响参数进行优化的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107704690B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019119110A1 (de) * | 2019-07-15 | 2021-01-21 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zur Abarbeitung eines landwirtschaftlichen Arbeitsprozesses auf einem Feld |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203350659U (zh) * | 2013-06-19 | 2013-12-18 | 温州大学 | 基于无线传输多点检测的茶叶杀青装置 |
CN104931453A (zh) * | 2015-06-12 | 2015-09-23 | 湖北省农业科学院果树茶叶研究所 | 一种基于近红外光谱技术预测绿茶摊青叶含水量的方法 |
-
2017
- 2017-10-12 CN CN201710947900.0A patent/CN107704690B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107704690A (zh) | 2018-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107563672A (zh) | 一种基于层次分析法构建卷烟制丝质量评价模型的方法 | |
Zhu et al. | Evaluation of green tea sensory quality via process characteristics and image information | |
CN108181263B (zh) | 基于近红外光谱的烟叶部位特征提取及判别方法 | |
CN104931430A (zh) | 一种复烤片烟自然醇化品质评价及模型构建方法 | |
CN110122915A (zh) | 一种打叶复烤加工质量综合评价方法 | |
CN110609523B (zh) | 一种茶叶初制过程各单元协同控制方法 | |
CN107348021B (zh) | 一种基于色差***的黄茶闷黄程度的控制方法 | |
CN114088661B (zh) | 一种基于迁移学习和近红外光谱的烟叶烘烤过程化学成分在线预测方法 | |
CN111125908A (zh) | 基于极限学习机的面包生产建模及决策参数优化方法 | |
CN107704690B (zh) | 一种对茶叶杀青摊放的影响参数进行优化的方法 | |
CN111642782A (zh) | 一种基于卷烟配方需求的烟叶原料功效定位方法 | |
CN111680910A (zh) | 一种基于卷烟配方功效的烟叶适用范围定位方法 | |
CN113359628B (zh) | 一种绿茶加工过程的控制方法和装置 | |
CN114783539A (zh) | 一种基于光谱聚类的中药成分分析方法及*** | |
CN110973687B (zh) | 一种制丝过程水分精准控制方法 | |
CN116183843A (zh) | 一种番茄果实口感评价方法 | |
CN108835704A (zh) | 一种基于费马点的烟叶配方设计方法及组合烟叶 | |
CN112348064B (zh) | 白术叶面积无损估算*** | |
CN104794537A (zh) | 一种柑桔矢尖蚧发生期预测模型建立方法 | |
CN112084462B (zh) | 一种基于数字图像的作物氮素营养指标估算模型评价方法 | |
CN110973686B (zh) | 一种制丝过程水分精准控制模型的建立方法 | |
CN108416489B (zh) | 一种烟叶制品感官评吸数据的处理方法和处理*** | |
CN109327476B (zh) | 一种信息***遭受Web攻击风险的评估方法及*** | |
Liu et al. | Simulation of winter durum wheat flour yield based on structural equation modeling | |
Karki et al. | Utilization of weather data in predicting bread loaf volume by neural network method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20201028 Address after: Daguping Xiang Dan Jiang Cun, Shuangpai County, Yongzhou City, Hunan Province Patentee after: Shuangpai Huxiang agriculture and Forestry Development Co., Ltd Address before: 325000 Zhejiang, Ouhai, South East Road, No. 38, Wenzhou National University Science Park Incubator Patentee before: Wenzhou University |
|
TR01 | Transfer of patent right |