基于BP神经网络的木材近红外光谱树种识别

编号 zgly0000925622

文献类型 期刊论文

文献题名 基于BP神经网络的木材近红外光谱树种识别

学科分类 220.5540;木材学

作者 王学顺  孙一丹  黄敏高  黄安民 

作者单位 北京林业大学  中国林业科学研究院木材工业研究所 

母体文献 东北林业大学学报 

年卷期 2015(12)

页码 82-85+89

年份 2015 

关键词 近红外光谱  木材树种识别  BP神经网络  遗传算法  粒子群算法 

文摘内容 利用木材近红外光谱数据建立反向传播(BP)神经网络模型,实现对木材树种的分类识别。以桉木、杨树、落叶松、马尾松、樟子松5个树种的296个样本的近红外光谱数据为研究对象,运用主成分分析对光谱数据进行降维,并以处理后的主成分数据作为分类模型的输入变量,分别建立了不同属的桉树和杨树以及同属的落叶松和樟子松的BP神经网络二分类模型;建立了桉木、杨树、落叶松、马尾松、樟子松5个树种的BP神经网络识别模型,并利用遗传算法和粒子群算法对5树种分类模型进行优化。