一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法

摘要

本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法，旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题，属于茶叶储存时间分类领域。其原理利用电子鼻传感器模拟人感官品评的功能和特征，采集不同时间不同传感器的特征值，构建样本集。利用果蝇算法优化广义回归神经网络，获得广义神经网络的平滑因子，进而构建毛峰茶叶储存时间的FOA‑GRNN分类模型和方法。本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中，提高预测毛峰茶叶储存时间分类的效率和准确度，为消费者提供茶叶储存时间分类的有效方法。

主权项

一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法，其特征在于：通过电子鼻采集茶叶香气的特征数据，利用果蝇优化算法得到广义回归神经网络的最佳平滑因子σ值，获取最佳广义回归神经网络，构建茶叶储存时间的广义回归神经网络算法分类模型，从而预测茶叶的存储时间分类。