应用近红外光谱和小波网络构建的木材基本密度预测模型

• 作者: 张怡卓 梁玉亮 潘屾 王克奇
• 来源期刊: 东北林业大学学报
• 关键词: 木材基本密度 近红外光谱 小波神经网络
• 年，卷（期）: 2018,（2）
• 页码范围: 59-62
• 页数: 4页
• 分类号: S781.31|O433.4
• 语种: 中文

摘要

以柞木为研究对象,将120个样本以2:1的比例分为校正集和预测集,80个校正集,40个预测集;使用900~1700 nm的近红外光谱仪,获取样本径切面的近红外光谱数据;采用蒙特卡洛采样法剔除奇异样本,采用多元散射校正和S-G平滑对光谱数据进行预处理,消除光谱漂移、表面散射和噪声的影响;通过BiPLS-SPA算法对特征波长进行提取,构建小波神经网络模型,预测柞木基本密度;将建模方法与常用的偏最小二乘(PLS)和BP神经网络进行了对比,验证小波网络的有效性.结果表明:小波神经网络对预测集样本验证结果更好,相关系数为0.968,预测均方根误差为0.0144.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王克奇		83	952	19.0	27.0
2	张怡卓		52	196	8.0	11.0
3	潘屾		6	4	1.0	1.0
4	梁玉亮		7	17	2.0	4.0