人工神经网络结合近红外光谱测定制浆材材性

• 作者: 吴珽 张新民 房桂干 梁龙 赵振义
• 来源期刊: 纸和造纸
• 学科: 工学
• 关键词: 人工神经网络 近红外光谱 制浆材 材性
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 分析检验
• 页码范围: 83-86
• 分类号: TS77
• 语种: 中文
• DOI: 10.13472/j.ppm.2015.08.020

摘要

用常规方法测定了141个制浆材样品的综纤维素、木素和苯醇抽出物含量并采集了样品的近红外光谱.对原始光谱进行多元散射校正后,运用反向传输神经网络结合交互验证的方法,确定模型参数并建立样品综纤维素、木素、苯醇抽出物的校正模型.独立验证中模型的决定系数Rval2分别为0.9478、0.9724、0.9367;预测均方根误差(RMSEP)分别为0.61％、0.46％、0.24％;相对分析误差(RPD)值分别为4.38、6.02、3.97;绝对偏差(AD)分别为-1.16％～0.93％、-0.67％～0.81％、-0.37％～0.47％、预测均方根误差和绝对偏差基本符合对误差的要求,3个校正模型能够满足制浆造纸工业中制浆材材性的快速测定.