典型文献
应用二维相关近红外光谱特征建立蒙古栎弹性模量卷积神经网络预测模型
文献摘要：
抗弯弹性模量是木材的主要力学性质,为了准确预测蒙古栎抗弯弹性模量,以蒙古栎为研究对象,应用卷积神经网络结合二维相关谱建立蒙古栎抗弯弹性模量预测模型.首先对原始光谱进行MSC-SG-FD预处理,解决散射光、平缓背景和高频噪声等,对预处理后的近红外光谱进行二维相关分析,然后采用卷积神经网络和二维同步相关谱进行建模,实现对.结果表明:利用卷积神经网络和二维同步相关谱建立的蒙古栎抗弯弹性模量的预测模型的决定系数为0.9802,均方根误差为0.2704;卷积神经网络模型预测的精度优于传统的PLS和BP模型,由于二维同步相关谱存在自相关峰,提高了蒙古栎抗弯弹性模量预测的精度.因此,卷积神经网络可利用经MSC-SG-FD预处理后的二维同步相关谱对蒙古栎抗弯弹性模量进行更为准确的预测.
文献关键词：
蒙古栎;抗弯弹性模量;MSC-SG-FD预处理;二维相关谱;卷积神经网络
中图分类号：
作者姓名：
吕俊霄;陈金浩;张怡卓;王克奇
作者机构：
东北林业大学,哈尔滨,150040
文献出处：
引用格式：
[1]吕俊霄;陈金浩;张怡卓;王克奇-.应用二维相关近红外光谱特征建立蒙古栎弹性模量卷积神经网络预测模型)[J].东北林业大学学报,2022(09):109-113,134
A类：
B类：
近红外光谱,红外光谱特征,蒙古栎,神经网络预测模型,抗弯弹性模量,木材,力学性质,准确预测,二维相关谱,MSC,SG,FD,散射光,高频噪声,决定系数,卷积神经网络模型,PLS,自相关
AB值：
0.149836
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
