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

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.

关键词：木材基本密度、近红外光谱、小波神经网络

所属期刊栏目：46

分类号：S781.31;O433.4(森林采运与利用)

资助基金：国家林业局"948"项目2015-4-25;中央高校基本科研业务费专项资金项目2572017DB05;黑龙江省自然科学基金项目C2017005

在线出版日期：2018-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：59-62