四种算法用于近红外测定制浆材材性的对比研究

作者：吴珽; 房桂干; 梁龙; 林艳; 熊智新

来源：林产化学与工业, 2016, 36(06): 63-70.

• 近红外光谱
• 制浆材
• 材性
• 算法

采集了常见制浆材(桉木、相思木及杨木)样品的近红外光谱,测定了样品的基本密度、综纤维素、木质素和苯醇抽出物含量,用人为控制水分的方法测定了样品的水分含量。对原始光谱进行预处理后,分别运用偏最小二乘法(PLS)、LASSO算法、支持向量机法(SVR)和人工神经网络法(BP-ANN)建立基本密度、水分含量、综纤维素、木质素和苯醇抽出物含量的预测模型。对预测模型进行独立验证,结果显示:LASSO算法建立的基本密度和综纤维素模型性能最优,其预测均方根误差(RMSEP)分别为0.006 3 g/cm3和0.49%,绝对偏差(AD)范围分别为-0.008 80.009 6 g/cm3和-0.85%0.87%;PLS建立的水分含量模型及苯醇抽出物模型最优,RMSEP值分别为1.21%和0.24%,AD范围分别为-1.99%2.03%和-0.35%0.38%;SVR建立的木质素模型最优,RMSEP值为0.43%,AD范围为-0.76%0.74%,均满足制浆造纸工业中对误差的要求。

• 单位
  南京林业大学; 国家林业局林产化学工程重点开放性实验室; 中国林业科学研究院林产化学工业研究所; 江苏省生物质能源与材料重点实验室; 生物质化学利用国家工程实验室