摘要
本发明公开了基于双向长短时记忆网络的混合染液浓度检测方法,具体为:首先,配置不同浓度的混合染液,并在不同的光源及不同的曝光时间下,采集原始染液数据的图像信息并记录,再进行PAM聚类,聚类后进行归一化处理,并划分训练集与验证集;之后构建BiLSTM网络模型,进行浓度的预测,再用ARIMA模型对预测值进行误差修正,最后,形成最优BiLSTM‑ARIMA预测模型并进行预测。采用BiLSTM网络,对序列进行了双向的处理,提高了预测效果;采用ARIMA模型对得到的预测值不断进行误差修正,提高数据的精确性,进一步保障结果能够符合当前行业的精度要求标准,确保模型在混合染液浓度检测方面具有很好的适用性。