基于近红外光谱与BP神经网络预测落叶松木屑的含水率

编号 zgly0001416583

文献类型 期刊论文

文献题名 基于近红外光谱与BP神经网络预测落叶松木屑的含水率

作者 郝斯琪  宋博骐  李湃  李耀翔  李谦宁  李祥  宁媛松 

作者单位 东北林业大学工程技术学院 

母体文献 森林工程 

年卷期 2012年04期

年份 2012 

分类号 S781.82 

关键词 近红外光谱  BP神经网络  主成分分析  落叶松  木屑含水率 

文摘内容 利用近红外光谱(NIR)技术结合BP神经网络定量预测了落叶松木屑的含水率。首先对采集的落叶松木屑原始近红外光谱进行9点平滑及多元散射校正预处理,然后利用主成分分析法提取光谱数据主成分作为BP神经网络的输入,最后建立BP神经网络预测模型并采用交叉验证法对模型进行验证。所建模型校正集的相关系数R为0.98,校正集的均方根误差RMSEC为0.001 7;预测集的相关系数R为0.99,预测集的均方根误差RMSEP为0.001 5。研究表明,此方法可以实现对落叶松木屑含水率的快速预测。