BP神经网络与近红外光谱定量预测杉木中的综纤维素、木质素、微纤丝角

来源 :光谱学与光谱分析 | 被引量 : 0次 | 上传用户:heqigao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
利用近红外光谱(NIR)技术结合BP神经网络定量预测了杉木中的综纤维素、木质素和微纤丝角。首先对杉木的原始近红外光谱数据进行卷积(Savitzky-Golay)平滑和二阶导数处理,然后利用小波变换压缩,将由171个数据点组成的近红外光谱压缩为86个数据点,最后用BP神经网络建模,采用Leave-n-out交叉验证法对模型进行验证,并讨论了隐含层神经元个数、学习速率、动量因子和学习次数对所建BP网络的影响。用所建的网络模型预测了测试集中杉木样本的综纤维素、木质素和微纤丝角 ,预测的相关系数R2值分别为0.9
其他文献
研究了CuNiMnSi合金的微观组织、相结构及合金的热加工性能。结果表明,该合金在晶界及晶内都有第二相析出,呈弥散分布状态,在晶界周围聚集,而晶内比较稀散。第二相主要为Ni3S
本论文通过在氧化钇试样表面滴加添加剂溶液使添加剂浓度在试样内呈梯度变化,然后将试样于1600℃下烧结以研究添加剂种类及添加剂的浓度对氧化钇晶粒生长的影响。结果发现滴