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

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.

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

所属期刊栏目：50

分类号：S781.3(森林采运与利用)

资助基金：林业公益性行业科研专项201504307

在线出版日期：2023-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：109-113,134