买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武夷山市叶嘉岩茶业有限公司;闽江学院申请的专利一种茶叶混料配比自动调节方法、系统及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120742697B 。

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511266239.8，技术领域涉及：G05B13/04；该发明授权一种茶叶混料配比自动调节方法、系统及介质是由叶家亮;叶家成;邵振华;刘德生设计研发完成，并于2025-09-05向国家知识产权局提交的专利申请。

本一种茶叶混料配比自动调节方法、系统及介质在说明书摘要公布了：本发明公开了一种茶叶混料配比自动调节方法、系统及介质，方法包括：获取茶叶原料的可见光图像及近红外光谱图像，通过迁移学习模型提取色泽、纹理、完整度、含水量与酚氨比特征信息，经PLS回归模型生成原料参数信息；基于配比茶叶信息生成目标参数信息，结合多目标优化算法计算初始配比参数并进行混配；在混配过程中实时采集搅拌阻力值与搅拌图像，根据反馈信息动态修正配比参数，通过循环调节实现搅拌状态与目标配比的动态适配，直至混配完成。本方法通过多模态光谱特征提取与实时搅拌反馈调控，解决了配比参数静态设定与动态混配过程失配的问题，提升了混配均匀性与品质稳定性。

本发明授权一种茶叶混料配比自动调节方法、系统及介质在权利要求书中公布了：1.一种茶叶混料配比自动调节方法，其特征是，所述方法包括： 获取多个茶叶原料的光谱图像信息，所述光谱图像信息包括可见光图像以及近红外光谱图像； 将所述光谱图像信息输入至迁移学习模型进行特征提取，得到茶叶原料特征信息，所述茶叶原料特征信息包括色泽、纹理、完整度、含水量以及酚氨比； 所述迁移学习模型被配置为通过以下步骤训练获得： 获取预训练的咖啡豆分级模型，并保留所述咖啡豆分级模型的底层卷积网络结构，所述底层卷积网络结构包括至少三级串联的卷积-池化模块； 将样本数据库中的样本光谱图像信息输入至所述底层卷积网络结构，得到样本茶叶通用特征； 通过梯度反转层对所述样本茶叶通用特征进行对抗训练，使所述样本茶叶通用特征满足领域不变性； 构建茶叶专用处理层，并将其拼接在所述底层卷积网络结构的输出端，所述茶叶专用处理层包括可见光分支处理层以及近红外分支处理层； 将所述样本茶叶通用特征以及样本光谱图像信息输入至茶叶专用处理层，得到特征输出结果，所述特征输出结果包括第一样本分支特征与第二样本分支特征； 将所述第一样本分支特征与所述第二样本分支特征通过跨模态注意力机制融合，得到样本融合特征； 以及，通过监督学习优化所述茶叶专用处理层的参数，包括： 最小化所述第一样本分支特征的分类误差； 最小化所述第二样本分支特征的光谱重建误差； 将所述样本融合特征与所述样本茶叶通用特征拼接，形成样本茶叶原料特征信息； 将所述茶叶原料特征信息输入至PLS回归模型，得到原料参数信息； 获取配比茶叶信息，所述配比茶叶信息包括配比后的茶叶品类以及茶叶特性； 根据所述配比茶叶信息生成目标参数信息； 将所述目标参数信息、原料参数信息输入至多目标优化算法模型进行计算，得到初始配比参数； 根据所述初始配比参数对多个茶叶原料进行混配； 按照预设频率执行以下步骤： 在混配过程中实时获取搅拌信息，所述搅拌信息包括搅拌阻力值以及搅拌图像； 根据所述搅拌信息生成反馈信息，并根据所述反馈信息生成调节策略，并根据所述调节策略调整所述初始配比参数，记为修正配比参数； 根据所述修正配比参数对多个茶叶原料进行混配； 直至所述茶叶原料混配完毕。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武夷山市叶嘉岩茶业有限公司;闽江学院，其通讯地址为：354399 福建省南平市武夷山市武夷街道公馆村公馆路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。