【摘 要】
：
蒙古栎是中国东北林区主要的次生林树种,其坚硬耐腐,常作为结构木材。抗弯弹性模量是主要的木材力学性能之一,代表了木材力学性能的综合情况,是实现木材应用和分级的重要参数和依据。传统的木材力学检测方法为破坏性实验法,易造成浪费且操作复杂,无法满足实际工程需要。常见的近红外光谱无损检测方法是一种可靠无污染的分析方法,可对木材力学性质进行快速、准确地测定,然而由于传统的一维线性光谱往往存在过宽和重叠现象,无
论文部分内容阅读
蒙古栎是中国东北林区主要的次生林树种,其坚硬耐腐,常作为结构木材。抗弯弹性模量是主要的木材力学性能之一,代表了木材力学性能的综合情况,是实现木材应用和分级的重要参数和依据。传统的木材力学检测方法为破坏性实验法,易造成浪费且操作复杂,无法满足实际工程需要。常见的近红外光谱无损检测方法是一种可靠无污染的分析方法,可对木材力学性质进行快速、准确地测定,然而由于传统的一维线性光谱往往存在过宽和重叠现象,无法得到详细的分析。针对这一问题,本文以蒙古栎为研究对象,采用二维相关谱技术建立定量分析模型对蒙古栎抗弯弹性模量进行预测。首先按照国家标准GB1927～1943-2009制作115个300mm×20mm×20mm的蒙古栎抗弯力学试样,其中86个作为校正集样本,29个作为预测集样本,以光谱范围为900～1900nm的近红外光谱仪,从径切面和弦切面采集数据;其次对采集到原始光谱进行MSC-SG-FD预处理,解决了散射光、基线漂移和高频噪声等问题,对经MSC-SGFD预处理后的近红外光谱进行二维相关分析得到二维同步相关谱和二维异步相关谱;再次,采用线性PLS模型分别对原始近红外光谱、二维同步相关谱和二维异步相关谱进行建模预测,与近红外光谱相比,二维相关谱具有较高的光谱分辨率且可提高光谱的解释能力,与二维异步相关谱相比,二维同步相关谱存在自相关峰,可提供更多的光谱特征,更利于对蒙古栎抗弯弹性模量进行预测;然后,针对光谱与蒙古栎抗弯弹性模量真实值间存在复杂的非线性关系,采用RBF和F-RBF神经网络建立非线性模型;最后,提出预测精度更高的2DCOSNET对经MSC-SG-FD预处理后的二维同步相关谱进行建模,实现对蒙古栎抗弯弹性模量的预测。实验结果表明,二维同步相关谱的建模效果优于近红外光谱和二维相关异步谱的建模效果;以原始二维同步相关矩阵作为输入,2DCOSNET模型校正集的决定系数为0.9766,均方根误差为0.2878,2DCOSNET模型预测集的决定系数为0.9502,均方根误差为0.3809,优于其他三种卷积神经网络预测模型;采用2DCOSNET模型分别对未经预处理、经MSC预处理和经MSC-SG-FD预处理的二维同步相关矩阵建模,经MSCSG-FD预处理后二维同步相关谱建模效果最好,2DCOSNET模型预测集的决定系数为0.9876,均方根误差为0.2270;以经MSC-SG-FD预处理的二维同步相关矩阵作为输入,PLS模型预测集的决定系数为0.8582,均方根误差为0.7384,RBF神经网络模型预测集决定系数为0.9016,均方根误差为0.6038,F-RBF模型预测集决定系数为0.9289,均方根误差为0.4757;2DCOSNET模型预测效果优于PLS和F-RBF模型。因此卷积神经网络可利用经MSC-SG-FD预处理后的二维同步相关谱对蒙古栎抗弯弹性模量进行更为准确的预测。
其他文献
随着国内外对木材加工产品需求的不断增加,木材的需求量逐年增多,同时森林灾害频繁,乱砍滥伐问题严重,从而导致木材供需矛盾日益尖锐。为了解决木材紧缺问题,各国开始大面积营造人工林。但是人工林材性受多种因素的影响,其中气候因素为木材生长最直接的外在因素,对人工林材性的影响较大,如果能够掌握气候因子对人工林的影响规律,那么对人工林的培育及加工利用具有一定的帮助。大青杨是东北林区最大的阔叶落叶乔木,其木材特
在碳达峰、碳中和的时代背景下,进一步提高风电、光伏等可再生能源的利用率,减少对传统化石能源的依赖,是经济社会持续健康发展的必然选择。多能微网系统通过多种能源协同耦合,实现能量的梯级利用,能够提高可再生能源的消纳能力,降低运行成本,是供能系统未来的重要研究方向之一。在此背景下,本文以经济成本与碳排放量为目标,提出一种计及风光出力不确定性的多能微网优化运行方法,主要工作如下:首先,针对风光出力的不确定
学校出行为中小学生上学和放学的出行。出于对便捷性、风险问题的考虑,家长普遍采取亲自接送孩子上学、放学的模式。然而该模式却存在诸多弊端:一方面,私家车方式在家长接送孩子出行中占据较高比例,加剧了学校周边交通拥堵、环境污染等问题;另一方面,陪伴式的学校出行也增加了双职工家庭的时间压力,家中老人随之成为接送孩子的主力军,存在较大的出行安全隐患。校车作为一种承载孩子独立上学、放学的专用车辆,具备便捷、可靠
以滚珠丝杠副为主要传动装置的细木工带锯机仿人工送料平台是一种可实现木材精准曲线锯切的新型智能加工装备。由于送料平台为并联耦合机构,多轴丝杠产生的误差会导致加工轮廓精度的降低,所以需要建立相应的误差补偿策略来提高加工精度。针对上述问题,本文提出以轮廓误差为补偿控制对象的送料平台误差补偿策略对丝杠误差进行补偿。主要研究工作如下:通过研究智能机床的加工原理以及送料平台的结构,对丝杠误差产生的原因以及误差
木材顺纹抗压强度和顺纹抗拉强度是研究木材力学强度重要物理指标,使用传统方法对其进行检测,存在时间长,成本高的缺点,且由于木材的各向异性及不均匀性,使得检测操作复杂且准确度低,因此准确地、无损地对其进行检测在实际工程中显得尤其重要。近红外光谱（NIR）分析技术是一种简单便捷、快速有效的无损检测技术,其通过对近红外光谱数据的间接分析建模来实现对木材力学性能的预测,可作为对木材力学强度检测的有效方法。本
随着智能化、网联化、共享化和电动化“新四化”技术的迅猛发展,具有信息交互、协同控制能力的智能车已成为智能交通领域的重要研究热点。智能车高度自主性的特点有利于提升车辆的被控性能,尤其在针对快速增长的交通量所导致的交通安全问题时,能够为紧急协同避撞系统的改善提供新的机遇。但当前紧急协同避撞系统的研究未考虑交通场景约束、控制安全性约束与控制稳定性约束的影响,无法有效应对未来混行交通环境的难预测性所引发的
中密度纤维板（Medium Density Fiberboard,MDF）材质精良且具备良好的加工性能,同时具有较低的生产成本,因而在板材市场中拥有较高的占有率。在MDF生产过程中,板坯厚度是影响产品最终质量的关键要素。因此,实现连续热压电液伺服系统对位置信号稳定准确且快速的跟踪,从而确保MDF的成品质量,成为MDF制造业中的关键课题。然而,MDF连续热压电液伺服系统在工作过程中始终受到其固有物理
随着我国社会经济的发展和人民生活方式的改变,汽车保有量和居民消费水平迅速上升,但同时交通环境压力、生活压力也逐渐增加,由驾驶人危险情绪变化引发的交通恶性事故常见报端。目前国内外相关学者已对驾驶人情绪变化识别开展了大量研究工作,但大多仅局限于单模态的情绪变化识别,且鲜有文献从面部表情和驾驶行为多模态融合的角度设计驾驶人情绪变化识别模型。因此,如何对驾驶人情绪变化进行准确有效的识别,是目前应对危险驾驶
植被资源作为人类赖以生存的物质基础,为人类的生产、生活提供必要的生态系统服务功能,对地表植被资源进行分类是充分监测和科学管理的重要先决条件。目前,高光谱遥感影像因具有分辨率高、信息量丰富、获取时效快等优势,已成为地物信息统计的主要数据源,深度学习算法能够自动的从遥感影像中提取具有判别力的高级语义特征,得到较好的分类效果。但深度学习方法在对高维遥感数据进行植被分类时往往存在计算效率低、耗时较长的问题
随着人民生活水平的不断提高,对农产品的需求量与日俱增,进而使得农产品物流需求量逐渐增大,而农产品物流作为农民增收、农村发展的“助力器”,是国民经济的重要组成部分。但当前我国农产品物流企业具有“小、散、乱”的特点,无法有效整合社会上分散的农产品物流资源并提供高质量的农产品物流服务,而引入农产品物流服务供应链则可有效解决这一问题,其通过整合供应链中各节点企业的农产品物流资源,可为客户提供个性化和定制化