基于可逆神经网络的卷烟焦油量预测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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
系统为您推荐了相关专利信息
混合神经网络预测 船舶轨迹预测方法 记忆单元 动态更新 神经网络模型
集群调度方法 深度学习训练 深度学习神经网络 优化器 节点
柜体 机车电力系统 诊断算法 实时数据 训练集
检测食品 风险评估方法 BP神经网络模型 时序特征 指数加权移动平均值
多普勒 反演模型 多模态数据融合 时延 卷积神经网络模型