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: 宁媛松 宋博骐 李湃 李祥 李耀翔 李谦宁 郝斯琪
• 来源期刊: 森林工程
• 学科: 农学
• 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
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 森林资源建设与保护
• 页码范围: 9-11
• 页数: 3页
• 分类号: S776|X703
• 字数: 2175字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-005X.2012.04.003

摘要

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0．0017；预测集的相关系数R为0．99，预测集的均方根误差RMSEP为0．0015。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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝斯琪	东北林业大学工程技术学院	3	44	2.0	3.0
2	李耀翔	东北林业大学工程技术学院	52	397	11.0	18.0
3	李祥	东北林业大学工程技术学院	11	89	5.0	9.0
4	宋博骐	东北林业大学工程技术学院	1	36	1.0	1.0
5	李湃	东北林业大学工程技术学院	1	36	1.0	1.0
6	李谦宁	东北林业大学工程技术学院	1	36	1.0	1.0
7	宁媛松	东北林业大学工程技术学院	1	36	1.0	1.0