基于深度学习的木材含水率预测

• 作者: 夏春江 张媛 王培良
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 深度学习 木材含水率 深度信念网络 预测控制
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 应用研究
• 页码范围: 31-35
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.13954/j.cnki.hdu.2015.01.006

摘要

精确测量木材含水率一直是木材干燥控制系统研究的热点和难点，含水率测量的准确性会直接影响到木材干燥质量的好坏和干燥成本的高低。为提高木材含水率检测的准确性，采用深度学习方法，建立了一种以深度信念网络为核心的木材含水率检测系统辨识模型。将该模型应用在深度学习预测控制算法中，根据实际测量得到的木材干燥窑的温湿度值及木材电阻率，实现对应木材含水率的预测输出。仿真结果表明，预测值与实际值之间的均方根误差小，预测精度高，说明了将深度学习算法应用于木材含水率预测模型中的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王培良	湖州师范学院信息与控制技术研究所	66	292	10.0	14.0
2	张媛	湖州师范学院信息与控制技术研究所	11	31	2.0	5.0
3	夏春江	杭州电子科技大学新型电子器件研究所	3	51	3.0	3.0