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。