-
公开(公告)号:CN116189176B
公开(公告)日:2024-05-14
申请号:CN202310205110.0
申请日:2023-03-06
Applicant: 安徽农业大学
IPC: G06V20/68 , G06V10/58 , G06V10/764 , G06V10/82 , G06V10/77 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/048 , G06N3/045 , G06N3/082 , G06N3/092
Abstract: 本发明公开了一种基于生成度量TD3的茶叶智能化拼配方法、设备和介质,该方法包括:1、获取茶叶的高光谱图像并从中提取光谱数据;2、基于茶叶高光谱特征数据,利用ACGAN训练茶叶高光谱生成网络,用于生成状态变换后新状态下的茶样特征;3、基于深度度量学习方法训练样品相似性判别网络,判断拼配方法拼配的茶样是否满足目标样要求;4、构建GM‑TD3网络,设立拼配目标并对网络进行训练,使拼配方法在茶叶拼配问题中学习到最优策略并完成智能化拼配。本发明能根据茶叶的高光谱数据实现拼配动作与茶叶质量变化并累积经验,从而使模型学习到更优的拼配策略,实现茶叶拼配智能化。
-
公开(公告)号:CN116189176A
公开(公告)日:2023-05-30
申请号:CN202310205110.0
申请日:2023-03-06
Applicant: 安徽农业大学
IPC: G06V20/68 , G06V10/58 , G06V10/764 , G06V10/82 , G06V10/77 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/048 , G06N3/045 , G06N3/082 , G06N3/092
Abstract: 本发明公开了一种基于生成度量TD3的茶叶智能化拼配方法、设备和介质,该方法包括:1、获取茶叶的高光谱图像并从中提取光谱数据;2、基于茶叶高光谱特征数据,利用ACGAN训练茶叶高光谱生成网络,用于生成状态变换后新状态下的茶样特征;3、基于深度度量学习方法训练样品相似性判别网络,判断拼配方法拼配的茶样是否满足目标样要求;4、构建GM‑TD3网络,设立拼配目标并对网络进行训练,使拼配方法在茶叶拼配问题中学习到最优策略并完成智能化拼配。本发明能根据茶叶的高光谱数据实现拼配动作与茶叶质量变化并累积经验,从而使模型学习到更优的拼配策略,实现茶叶拼配智能化。
-