简介： 基于最小二乘支持向量机的远安黄茶闷黄时间的无损预测方法，包括：鲜叶样品采集与分类；扫描获得不同闷黄时间鲜叶样品的近红外光谱；对样品光谱进行预处理剔除噪声信息后，将样品光谱转化为成对的数据点；再将全部光谱数据均划分为20个子区间，分别建立每个子区间数据的最小二乘支持向量机方法模型，筛选出建模的最佳子区间数据；应用主成分分析法抽提、压缩最佳光谱子区间信息；以主成分得分为输入值，不断调整神经元个数和传递函数，建立general regression结构人工神经网络预测模型；模型稳健性检验。实现了黄茶样品闷黄时间的快速、准确、客观预测，起到提高预测闷黄时间准确度和增强模型实用性的目的。