应用二维相关近红外光谱特征建立蒙古栎弹性模量卷积神经网络预测模型

编号 zgly0001743256

文献类型 期刊论文

文献题名 应用二维相关近红外光谱特征建立蒙古栎弹性模量卷积神经网络预测模型

作者 吕俊霄  陈金浩  张怡卓  王克奇 

作者单位 东北林业大学机电工程学院  东北林业大学 

母体文献 东北林业大学学报 

年卷期 2022,50(9)

页码 109-113

年份 2022 

分类号 S781.3 

关键词 蒙古栎  抗弯弹性模量  MSC-SG-FD预处理  二维相关谱  卷积神经网络 

文摘内容 抗弯弹性模量是木材的主要力学性质,为了准确预测蒙古栎抗弯弹性模量,以蒙古栎为研究对象,应用卷积神经网络结合二维相关谱建立蒙古栎抗弯弹性模量预测模型。首先对原始光谱进行MSC-SG-FD预处理,解决散射光、平缓背景和高频噪声等,对预处理后的近红外光谱进行二维相关分析,然后采用卷积神经网络和二维同步相关谱进行建模,实现对。结果表明:利用卷积神经网络和二维同步相关谱建立的蒙古栎抗弯弹性模量的预测模型的决定系数为0.980 2,均方根误差为0.270 4;卷积神经网络模型预测的精度优于传统的PLS和BP模型,由于二维同步相关谱存在自相关峰,提高了蒙古栎抗弯弹性模量预测的精度。因此,卷积神经网络可利用经MSC-SG-FD预处理后的二维同步相关谱对蒙古栎抗弯弹性模量进行更为准确的预测。