| Индекс УДК | 535.33 |
|
Nir inversion model of larch wood density at different moisture contents based on MVO-BPNN Z. Wang, Z. Zhang, R. A. Williams, Y. Li |
|
| Аннотация | При изменении содержания влаги базовая модель прогнозирования плотности древесины лиственницы по спектрам в ближнем ИК-диапазоне демонстрирует меньшую точность и надежность или даже неработоспособность. Для решения этой проблемы предложена модель прогнозирования на основе нейронной сети BP (MVO-BPNN), оптимизированная с помощью нескольких алгоритмов для повышения точности. Сравнивались результаты, полученные предварительной обработкой метода сглаживания Савицкого - Голея, удаления тренда и сглаживания 15-точечным скользящим средним. Метод частичных наименьших квадратов использован для выделения характерных полос спектров ближнего ИК-диапазона. Показано, что модель прогнозирования, основанная на MVO-BPNN, предпочтительнее моделей обычной нейронной сети и нейронной сети с генетическим алгоритмом. С помощью модели MVO-BPNN можно эффективно прогнозировать плотность древесины с различным содержанием влаги. |
| Название источника | Журнал прикладной спектроскопии |
| Место и дата издания | 2024 |
| Прочая информация | Т. 91, № 2. - С. 320 |
