您的位置： 专家智库 > >

“十一五”科技支撑计划(2006BAD19B07)

作品数：1 被引量：3H指数：1
相关作者：王戈黄安民相玉红焦淑菲张卓勇更多>>
相关机构：首都师范大学中国林业科学院国际竹藤网络中心更多>>
发文基金：北京市教育委员会科技发展计划“十一五”科技支撑计划中央级公益性科研院所基本科研业务费专项更多>>
相关领域：理学更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇理学

主题

  • 1篇神经网
  • 1篇神经网络
  • 1篇综纤维素
  • 1篇网络
  • 1篇纤维
  • 1篇毛竹
  • 1篇木质素
  • 1篇近红外
  • 1篇近红外光
  • 1篇近红外光谱
  • 1篇工神经网络
  • 1篇光谱
  • 1篇光谱法
  • 1篇光谱法测定
  • 1篇红外
  • 1篇红外光
  • 1篇红外光谱

机构

  • 1篇首都师范大学
  • 1篇国际竹藤网络...
  • 1篇中国林业科学...

作者

  • 1篇张卓勇
  • 1篇焦淑菲
  • 1篇相玉红
  • 1篇黄安民
  • 1篇王戈

传媒

  • 1篇首都师范大学...

年份

  • 1篇2010
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
用人工神经网络-近红外光谱法测定毛竹中木质素与综纤维素的含量被引量：3
2010年
近红外光谱结合反向传播的人工神经网络(back propagation artificial neural network,BP-ANN)技术预测了毛竹中木质素与综纤维素的含量.用常规湿化学方法测定了54株毛竹样品的木质素含量以及53株毛竹样品的综纤维素含量.用近红外光谱仪采集相应的光谱,为了提高信噪比和计算速度,对原始近红外光谱进行平滑、压缩、归一化预处理.利用预处理后的近红外光谱数据建立BP-ANN模型.在模型建立过程中采用Leave-n-out交叉验证法优化了隐含层神经元的个数,学习率,动量因子和学习次数.优化的BP-ANN模型用于预测测试集中9个毛竹样品中木质素与综纤维素的含量,预测均方根误差分别为0.88%、1.40%.结果表明,应用毛竹的近红外光谱数据和BP-ANN技术,可以用于预测木质素和综纤维素的含量,基本能满足定量分析的要求.
焦淑菲相玉红黄安民王戈张卓勇
关键词：近红外光谱毛竹木质素
全选 清除 导出
共1页<1>
聚类工具0