当前位置: 首页 > 文章 > 应用近红外光谱分析对竹材力学强度的预测 东北林业大学学报 2022 (3) 103-108
Position: Home > Articles > 应用近红外光谱分析对竹材力学强度的预测 Journal of Northeast Forestry University 2022 (3) 103-108

应用近红外光谱分析对竹材力学强度的预测

作  者:
李超;陈勋;张立新;马心雨;黄英来
单  位:
东北林业大学
关键词:
近红外光谱;力学强度;深度学习;
摘  要:
使用900~1 700 nm近红外光谱分析仪对展平竹进行多点采样,随后利用深度置信网络(DBN)与局部支持向量回归(LSVR)进行训练,建立DBN_LSVR预测模型来预测单元材料的力学性能。采集到的光谱数据经过S-G滤波,完成了数据平滑,去除了大部分噪声。DBN-LSVR预测模型的竹材断裂模量(MOR)和弹性模量(MOE)的均方根误差分别为716.23、17.54,平均绝对误差分别为524.40、16.82。将预测误差与BP、DBN、LSVR模型预测误差比较,DBN_LSVR模型的预测误差最小。基于DBN_LSVR的MOR和MOE预测模型的相关系数分别为0.85和0.80。提出的方法可以有效地对展平竹力学强度进行无损分析,缩短了判别竹材物理性能的时间和成本。

相似文章

计量
文章访问数: 16
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊