[发明专利]基于深度特征融合的米制品原料品质的预测方法及装置

说明书

本发明属于米制品加工技术领域，公开了一种基于深度特征融合的米制品原料品质的预测方法及装置。该方法包括：提出一个新的特征融合方法，由粗级特征融合到精细度更高的特征融合组成深度特征融合，再进入预测模型进行预测，采用不同的特征提取方法得到不同的特征数据，根据特征的重要性为不同特征数据分配不同的权值，得到特征融合数据；根据达到最优预测效果的要求，选择智能优化算法对深度特征融合的结构及其融合权值进行优化，得到最优预测模型；根据最优预测模型与米制品指标数据去预测米粉原料指标数据；根据米粉原料指标数据的预测结果，得到原料品质信息。通过上述方式，提高预测结果的精度，满足品质评估标准，从而预测出米制品原料品质。

技术领域

本发明涉及米制品加工技术领域，尤其涉及一种基于深度特征融合的米制品原料品质的预测方法及装置。

背景技术

随着粮食及食品行业的发展和生活水平的提高，选择合适的原料来生产优质的米制品是目前有待解决的问题之一。生产优质制品的基础条件是拥有高品质的原料，而用于制作米制品的原料越来越多，选择合适的原料就成了生产优质米制品的关键。

米制品原料品质的预测问题则是对米制品的原料指标和制品指标进行信息的获取，并预测出米粉原料指标含量，为生产优质制品的质量把控提供相关建议，同时为原料优选提供参考，为优质米制品生产的原料采购提供指导。

目前对于食品方面预测的研究，主要是通过原料的种类、成分或理化性质与制品特性进行相关性分析、建立回归方程等实现对制品指标的预测，然而简单地将原料指标与制品指标进行数据分析的做法，使得对制品指标的预测精度不够高，预测的指标含量达不到品质评估标准。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种基于深度特征融合的米制品原料品质的预测方法及装置，旨在解决现有技术简单地将原料指标与制品指标进行数据分析，对米制品原料指标含量的预测精度不够高，预测得到的指标含量达不到品质评估标准的技术问题。

为实现上述目的，本发明提供了一种基于深度特征融合的米制品原料品质的预测方法，所述方法包括以下步骤：

根据当前融合次数与预设特征提取策略，确定当前特征提取策略；

根据所述当前特征提取策略与米制品样本数据，得到特征数据；

根据所述特征数据的重要性，确定初始权重数据；

根据所述初始权重数据与特征数据进行特征融合，得到特征融合数据，并更新当前融合次数；

根据所述特征融合数据与当前融合次数，得到深度特征融合数据；

将所述深度特征融合数据输入预设预测模型，使用智能优化算法对所述预设预测模型的结构与深度特征融合数据的初始权重数据进行优化，建立最优预测模型；

根据所述最优预测模型对目标米制品的指标数据进行预测，得到原料预测结果；

根据所述原料预测结果，得到原料品质信息。

可选地，所述根据所述特征融合数据与融合次数，得到深度特征融合数据，包括：

在所述当前融合次数大于等于预设融合次数时，根据所述特征融合数据，确定深度特征融合数据。

可选地，所述在所述当前融合次数大于等于预设融合次数时，根据所述特征融合数据，确定深度特征融合数据之前，还包括：

在所述当前融合次数小于预设融合次数时，根据当前融合次数，确定新的当前特征提取方法；

根据所述特征融合数据与新的当前特征提取方法，得到新的特征数据；