四种算法用于近红外测定制浆材材性的对比研究

• 作者: 吴珽 房桂干 林艳 梁龙 熊智新
• 来源期刊: 林产化学与工业
• 学科: 工学
• 关键词: 近红外光谱 制浆材 材性 算法
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 研究报告
• 页码范围: 63-70
• 页数: 8页
• 分类号: TQ35|TS721
• 字数: 5019字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-2417.2016.06.010

摘要

采集了常见制浆材(桉木、相思木及杨木)样品的近红外光谱,测定了样品的基本密度、综纤维素、木质素和苯醇抽出物含量,用人为控制水分的方法测定了样品的水分含量。对原始光谱进行预处理后,分别运用偏最小二乘法( PLS)、LASSO算法、支持向量机法( SVR)和人工神经网络法( BP-ANN)建立基本密度、水分含量、综纤维素、木质素和苯醇抽出物含量的预测模型。对预测模型进行独立验证,结果显示：LASSO算法建立的基本密度和综纤维素模型性能最优,其预测均方根误差(RMSEP)分别为0.0063 g/cm3和0.49%,绝对偏差(AD)范围分别为-0.0088~0.0096 g/cm3和-0.85%~0.87%；PLS建立的水分含量模型及苯醇抽出物模型最优,RMSEP值分别为1.21%和0.24%,AD范围分别为-1.99%~2.03%和-0.35%~0.38%；SVR建立的木质素模型最优,RMSEP值为0.43%,AD范围为-0.76%~0.74%,均满足制浆造纸工业中对误差的要求。