国家教育部博士点基金(200802251011)
- 作品数：4 被引量：48H指数：4
- 相关作者：李耀翔张鸿富张慧娟李湃张亚朝更多>>
- 相关机构：东北林业大学更多>>
- 发文基金：国家教育部博士点基金黑龙江省青年科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：农业科学更多>>
- 近红外光谱技术在木材无损检测中应用研究综述被引量：15
- 2009年
- 近红外光谱技术作为一种先进的检测技术,具有操作简便,预测快速、准确、成本低廉和对样品全面无损等优点,已在农业、石油化工、食品、生物技术与医药等领域得到了广泛的应用,本文主要介绍近红外光谱技术的基本原理和特点,在近红外光谱分析中的常用化学计量学方法及国内外近红外光谱在预测木材化学性质、物理力学性质和木材缺陷等方面的研究成果及应用。
- 张鸿富李耀翔
- 关键词：近红外光谱化学计量学木材性质
- 基于近红外技术的落叶松木材密度预测模型被引量：20
- 2010年
- 运用近红外光谱对落叶松(Larix gemelinii Rupr)样品密度进行了研究,分别运用偏最小二乘法及主成分回归建立预测模型,并用建立的模型分别对每一个样品进行了预测。基于偏最小二乘法的校正模型及验证模型相关系数分别为0.964和0.918,校正标准误差及预测标准误差分别为0.016和0.021,模型预测值与实测值决定系数为0.93;主成分回归模型中,校正模型及验证模型相关系数分别为0.954和0.911,校正标准误差及预测标准误差分别为0.017和0.023,模型预测值与实测值决定系数为0.91。研究表明:基于主成分回归法与偏最小二乘法的近红外光谱分析建模,都可以实现对落叶松木材密度的有效预测,但相比较而言,偏最小二乘法略优于主成分回归法,所建立的模型对落叶松木材密度预测更加准确可靠。
- 李耀翔张鸿富张亚朝张慧娟李湃
- 关键词：近红外光谱主成分回归法偏最小二乘法
- 应用NIR及主成分回归预测落叶松密度的研究被引量：7
- 2010年
- 运用近红外光谱主成分回归法对落叶松样品密度进行研究,校正集的相关系数(R)为0.86,校正集标准误差(SEC)为0.01,预测集的相关系数(R)为0.89,预测集标准误差(SEP)为0.02,对未参与建模的12个未知样品进行密度预测,相关系数达0.95。研究表明,近红外光谱能够快速、准确地对落叶松样品密度进行预测,这为快速检测落叶松木材材性提供了一种新方法。
- 李耀翔张鸿富
- 关键词：近红外光谱主成分回归落叶松
- 基于近红外光谱不同波段的红松木材含水率预测分析被引量：22
- 2011年
- 运用近红外光谱技术结合偏最小二乘法（PLS）,对所采集光谱进行一阶导数和二阶导数处理,并对未处理原始光谱、一阶导数处理光谱和二阶导数处理光谱分别在7个不同波段范围内建立红松含水率预测模型。结果表明红松样本近红外光谱经一阶导数处理,波段在1 000~2 100 nm范围内所建模型最优,其校正集相关性系数为0.992 5,校正标准偏差和校正均方根误差分别为0.025 9和0.025 7,验证集相关系数为0.991 7,预测标准误差与预测均方根误差分别为0.031 8和0.031 7。研究表明,结合样本特性选取特定光谱波段范围建立预测模型可大幅度减少建模时间、降低建模成本,同时可以提高模型的预测精度。
- 张慧娟李耀翔张鸿富张亚朝李湃
- 关键词：近红外光谱木材含水率偏最小二乘法
