基于集群算法优化BP神经网络的 NIRS树种识别研究

编号 zgly0001717428

文献类型 期刊论文

文献题名 基于集群算法优化BP神经网络的 NIRS树种识别研究

作者 明曼曼  陈芳  孙恺琦  顾崎岩  吴思齐  王学顺 

作者单位 北京林业大学 

母体文献 西部林业科学 

年卷期 2020年05期

年份 2020 

分类号 TP183  S781 

关键词 近红外光谱技术  木材树种识别  BP神经网络  人工蜂群算法  粒子群算法 

文摘内容 为探究基于近红外光谱分析技术的木材树种准确、快速识别新方法,并研究光谱波段范围对识别的影响,以大叶桉、杉木、落叶松、马尾松、樟子松5种木材样品为研究对象,针对3种光谱波段范围,分别建立未优化的BP神经网络模型(BP-ANN)、粒子群算法优化BP神经网络模型(PSO-BP)和人工蜂群算法优化BP神经网络模型(ABC-BP),对比模型识别准确率和运行时间。研究结果显示,波段越长,模型的识别准确率越高;PSO-BP与ABC-BP模型的识别准确率均高于BP-ANN,其中ABC-BP模型的识别效果最好,可达到95.333%;ABC算法较于PSO算法优化BP神经网络模型用于木材近红外光谱树种识别时间更短。基于集群算法优化BP神经网络模型能有效应用于树种识别研究,具有一定应用前景。