基于小波压缩的木材密度近红外光谱的预处理研究

• 作者: 姜立春 李耀翔 李颖
• 来源期刊: 北京林业大学学报
• 学科: 农学
• 关键词: 近红外光谱 小波压缩 枫桦 木材密度
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 林业工程 Forestry Engineering
• 页码范围: 89-94
• 页数: 6页
• 分类号: S781.31
• 字数: 4634字
• 语种: 中文
• DOI: 10.13332/j.1000-1522.20150299

摘要

近红外光谱数据维数多、数据量大，直接保存需要庞大储存空间，且海量数据会对网络化在线检测的分析速度和准确性产生影响。为探讨应用小波压缩进行近红外光谱预处理的可行性及其对枫桦木材密度预测精度的影响，通过强光探头采集木材圆盘的近红外光谱，在Matlab软件中应用小波变换法对枫桦木材密度近红外光谱数据进行压缩。结果表明：当小波基sym2分解层为6时，基于均衡稀疏标准形式的全局硬阈值压缩效果最好，将2151个变量压缩成38个小波系数，其能量保留成分、零系数成分、压缩比分别为99.66%、98.34%、56.61%。用未处理光谱数据和压缩后的38个小波系数分别建立偏最小二乘定标分析模型，同时做内部交叉验证，并用未处理和压缩后的预测集做外部检验，得知压缩后校正模型对压缩后样品预测能力较好，预测决定系数为0.9139。因此，小波压缩可有效简化近红外光谱数据，提高近红外光谱对枫桦木材密度的预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜立春	东北林业大学林学院	37	361	11.0	18.0
2	李耀翔	东北林业大学工程技术学院	52	397	11.0	18.0
3	李颖	东北林业大学工程技术学院	13	48	4.0	6.0