基于梯度增强决策树算法的纸张质量软测量模型

• 作者: 孟子薇 朱小林 李继庚 江伦 洪蒙纳 满奕
• 来源期刊: 中国造纸
• 学科: 工学
• 关键词: 数据模型 纸张质量 软测量 梯度增强决策树(GBDT)算法
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 研究论文
• 页码范围: 37-42
• 页数: 6页
• 分类号: TS752
• 字数: 4851字
• 语种: 中文
• DOI: 10.11980/j.issn.0254-508X.2020.05.006

摘要

本研究提出了一种基于梯度增强决策树(GBDT)算法的纸张质量软测量模型,该方法可在线软测量纸张的关键物理指标如抗张强度、柔软度和松厚度.结果表明,采用GBDT进行纸张质量软测量时,抗张强度、柔软度和松厚度的平均相对误差分别为7.21％、7.38％和3.5％;采集新数据验证后,纸张抗张强度、柔软度和松厚度的平均相对误差分别为6.87％、6.88％和3.12％,表明模型对新验证数据的预测结果精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李继庚	华南理工大学制浆造纸工程国家重点实验室	70	285	9.0	13.0
2	满奕	华南理工大学制浆造纸工程国家重点实验室	17	24	3.0	4.0
4	孟子薇	华南理工大学制浆造纸工程国家重点实验室	3	0	0.0	0.0
5	洪蒙纳	华南理工大学制浆造纸工程国家重点实验室	21	135	6.0	11.0
6	江伦	华南理工大学制浆造纸工程国家重点实验室	2	0	0.0	0.0