基于可逆神经网络的卷烟焦油量预测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于可逆神经网络的卷烟焦油量预测方法
申请号:
CN202411452202
申请日期:
2024-10-17
公开号:
CN120218141A
公开日期:
2025-06-27
类型:
发明专利
摘要
本发明公开了一种基于可逆神经网络的卷烟焦油量预测方法,包括:构建可逆神经网络模型;将目标化学成分作为输入数值,通过API接口将输入的数值传递到后端系统;后端系统接收到数值后,将其输入到可逆神经网络模型中;可逆神经网模型络根据输入的目标化学成分,输出三个特征值,完成卷烟焦油量预测;本发明基于可逆神经网络,能够实现焦油释放量的精确控制以及卷烟辅材参数的逆向预测,从而提高卷烟产品质量控制能力和研发效率。
技术关键词
卷烟焦油量
神经网络模型
后端系统
前端系统
卷烟纸透气度
特征值
损失函数优化
卷烟辅材
数值
交替方式
接装纸
变量
样本
阶段
误差
接口