[发明专利]一种基于棉纤维颜色等级的预测方法及系统

说明书

本发明公开一种基于棉纤维颜色等级的预测方法及系统，所述预测方法包括：确定训练集参数和测试集参数；基于BP神经网络，以棉纤维的明度和黄度为输入变量，以棉纤维颜色等级为输出变量，构建棉纤维颜色等级初始预测模型；将所述训练集参数输入所述棉纤维颜色等级初始预测模型进行训练，获得相关系数；判断所述相关系数是否在设定范围内；如果所述相关系数在设定范围内，则输出棉纤维颜色等级预测模型；如果所述相关系数不在设定范围内，则返回重新构建棉纤维颜色等级初始预测模型；将所述测试集参数输入所述棉纤维颜色等级测模型进行预测，输出各棉纤维的棉纤维颜色等级预测值，提高预测效率，降低测试成本。

技术领域

本发明涉及棉纤维颜色等级预测技术领域，特别是涉及一种基于棉纤维颜色等级的预测方法及系统。

背景技术

棉纤维是世界上最主要的农作物之一，产量大、生产成本低，使棉制品价格比较低廉。棉纤维能制成多种规格的织物，从轻盈透明的巴里纱到厚实的帆布和厚平绒，适于制作各类衣服、家具布和工业用布等。当前棉纤维颜色等级只能通过纤维检验机构通过棉纤维测试仪HVI 1000设备进行评定，此评定方法需要专业的棉纤维测试仪HVI 1000设备和专业的实验室，因此进行棉纤维颜色等级确定的条件严格，而且既费时，又费力，因此预测棉纤维颜色等级效率较低，且浪费资源。

发明内容

本发明的目的是提供一种基于棉纤维颜色等级的预测方法及系统，以提高对预测棉纤维颜色等级预测的效率。

为实现上述目的，本发明提供了一种基于棉纤维颜色等级的预测方法，所述预测方法包括：

步骤S1：获取第一数量的棉纤维颜色等级以及各棉纤维颜色等级对应的明度和黄度；

步骤S2：根据所述第一数量的棉纤维颜色等级以及各棉纤维颜色等级对应的明度和黄度确定训练集参数和测试集参数；

步骤S3：基于BP神经网络，以棉纤维的明度和黄度为输入变量，以棉纤维颜色等级为输出变量，构建棉纤维颜色等级初始预测模型；

步骤S4：将所述训练集参数输入所述棉纤维颜色等级初始预测模型进行训练，获得相关系数；

步骤S5：判断所述相关系数是否在设定范围内；如果所述相关系数在设定范围内，则输出棉纤维颜色等级预测模型；如果所述相关系数不在设定范围内，则返回步骤S3；

步骤S6：将所述测试集参数输入所述棉纤维颜色等级测模型进行预测，输出各棉纤维的棉纤维颜色等级预测值。

可选的，所述根据所述第一数量的棉纤维颜色等级以及各棉纤维颜色等级对应的明度和黄度确定训练集参数和测试集参数，具体包括：

对所述第一数量的棉纤维颜色等级以及各棉纤维颜色等级对应的明度和黄度分别进行归一化处理；

将归一化处理后的第二数量的棉纤维颜色等级以及各棉纤维颜色等级对应的明度和黄度作为训练集参数；

将归一化处理后的第三数量的各棉纤维颜色等级对应的明度和黄度作为测试集参数。

可选的，所述将所述测试集参数输入所述棉纤维颜色等级测模型进行预测，输出各棉纤维的棉纤维颜色等级预测值，具体包括：

将所述测试集参数输入所述棉纤维颜色等级测模型进行预测，输出各棉纤维的棉纤维颜色等级初始预测值；

对所述各棉纤维的棉纤维颜色等级初始预测值进行反归一化处理，获得各棉纤维的棉纤维颜色等级预测值。

可选的，所述将所述训练集参数输入所述棉纤维颜色等级初始预测模型进行训练，获得相关系数，具体包括：

将所述训练集参数输入所述棉纤维颜色等级初始预测模型进行训练，获得预测结果；