一种基于多模型融合的奶粉溶解性预测方法及其系统

本发明公开了一种基于多模型融合的奶粉溶解性预测方法及其系统，该方法包括以下步骤：获取奶粉颗粒的电子显微镜图像；通过图像处理技术提取九种形状因子，并利用核密度估计（KDE）生成新特征；结合溶解性目标值，使用训练集对多种模型（包括随机森林、支持向量机、梯度提升、决策树、XGBoost、神经网络、DNN、CNN、CNN‑LSTM和Transformer）进行回归预测训练；将处理后的特征输入训练好的模型进行分析，得到溶解性评估结果。相比于传统仪器检测的繁琐耗时操作，本方法通过自动化和多模型融合实现快速、准确的预测，适应大规模生产需求，显著提升生产效率和质量控制水平。