应用近红外光谱分析对竹材力学强度的预测

编号 zgly0001741637

文献类型 期刊论文

文献题名 应用近红外光谱分析对竹材力学强度的预测

作者 李超  陈勋  张立新  马心雨  黄英来 

作者单位 东北林业大学 

母体文献 东北林业大学学报 

年卷期 2022,50(3)

页码 103-108

年份 2022 

分类号 TP29 

关键词 近红外光谱  力学强度  深度学习 

文摘内容 使用900~1700 nm近红外光谱分析仪对展平竹进行多点采样,随后利用深度置信网络(DBN)与局部支持向量回归(LSVR)进行训练,建立DBN_LSVR预测模型来预测单元材料的力学性能。采集到的光谱数据经过S-G滤波,完成了数据平滑,去除了大部分噪声。DBN-LSVR预测模型的竹材断裂模量(MOR)和弹性模量(MOE)的均方根误差分别为716.23、17.54,平均绝对误差分别为524.40、16.82。将预测误差与BP、DBN、LSVR模型预测误差比较,DBN_LSVR模型的预测误差最小。基于DBN_LSVR的MOR和MOE预测模型的相关系数分别为0.85和0.80。提出的方法可以有效地对展平竹力学强度进行无损分析,缩短了判别竹材物理性能的时间和成本。