木材红外光谱的树种识别研究

• 作者: 孙一丹 王学顺 黄安民
• 来源期刊: 森林工程
• 学科: 农学
• 关键词: 木材识别 红外光谱 主成分分析 支持向量机
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 木材科学与工程
• 页码范围: 65-70
• 页数: 6页
• 分类号: S781.82|TS612.7
• 字数: 3857字
• 语种: 中文

摘要

以10种珍贵木材30个样本的红外光谱(1800～ 800 cm-)为研究对象,分别建立了基于红外光谱的木材树种定性与定量识别模型.在定性分析中,选取5种木材的15个样本的红外光谱,通过主成分分析进行光谱数据降维,并利用主成分投影判别法分别得到其二维和三维主成分得分图,对样本进行直观分类;在定量分析中,分别建立了木材红外光谱的聚类分析模型、贝叶斯判别模型以及支持向量机模型,聚类分析与贝叶斯判别模型木材判别准确率分别为83.33％和86.67％.在支持向量机模型中,分别采用网格搜索法与遗传算法对支持向量机模型进行参数寻优,木材判别准确率分别为86.67％和85％.结果表明,利用木材红外光谱可以对木材树种进行有效识别,本研究为红外光谱技术在森林工程领域的应用提供一定的科学依据与参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄安民	中国林业科学研究院木材工业研究所	40	700	15.0	25.0
2	王学顺	北京林业大学理学院	17	150	7.0	11.0
3	孙一丹	北京林业大学理学院	7	28	3.0	5.0