基于傅里叶红外光谱预测翅荚木顺纹抗压强度
Journal of Southwest Forestry University(2022)
摘要
以傅里叶红外光谱研究为基础,测量翅荚木样本抗压强度与光谱数据,剔除异常值,选择多元散射校正对光谱数据进行预处理,采用SPA算法对光谱波数进行选择,利用PLS建立抗压强度预测模型,加入试样的厚度与宽度作为自变量进行比较。结果表明:采用SPA算法对预处理后的光谱数据进行波段选择可以加强光谱的预测能力,最后预测模型的决定系数与预测标准偏差分别为0.9000、1.5366,能够满足对翅荚木无损检测的需求,若添加样本的宽度与厚度作为自变量,建立的预测模型决定系数与预测标准偏差分别为0.9046、0.9325与1.7109、1.3685。
更多查看译文
关键词
Zenia insignis,fast-growing tree species,Fourier infrared spectroscopy,compression strength parallel to grain,successive projections algorithm
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要