基于改进粒子群算法优化的染色木材颜色检测算法研究

摘要：

为提高染色木材颜色的检测精度和速度,对樟子松木材单板进行染色,选取染色单板的光谱反射率作为输入,以极限学习机模型为基础构建预测模型,对染色单板的色度参数L*、a*、b*进行预测,运用粒子群算法对ELM权值和阈值进行寻优,并引入非线性惯性权重和新的位置与速度更新策略改进粒子群算法,以消除其易陷入局部最优的缺点.此外,以L*、a*、b*平均绝对误差为评价指标,与基础ELM模型及其他模型作对比,发现优化后的模型平均绝对误差为0.16,测色效果相较于基础ELM的0.68、麻雀算法优化的ELM的0.37等具有明显优势,这对于提高木材染色生产效率具有重要意义.

关键词：粒子群算法、极限学习机、反射率、惯性权重、全局优化

所属期刊栏目：61

分类号：TS653;TS396(木材加工工业、家具制造工业)

资助基金：国家自然科学基金;黑龙江省自然基金项目;中央高校项目

在线出版日期：2024-02-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7