基于小波變換的落葉松木材力學(xué)性質(zhì)近紅外模型研究.pdf

1、木材的抗壓強(qiáng)度、抗彎彈性模量和抗彎強(qiáng)度是評(píng)價(jià)木材的力學(xué)性質(zhì)的重要性能指標(biāo)，對(duì)木材力學(xué)性質(zhì)的快速預(yù)測(cè)，能夠緩解木材的供需關(guān)系，提高木材利用率，并為人工林的合理培育和加工提供依據(jù)。本文采用近紅外光譜技術(shù)結(jié)合偏最小二乘方法對(duì)落葉松木材的三個(gè)力學(xué)性質(zhì)進(jìn)行預(yù)測(cè)模型的優(yōu)化研究，并引入小波變換的方法對(duì)近紅外光譜進(jìn)行預(yù)處理，去除信號(hào)里面的噪音成分。得到結(jié)論如下:
　　(1)對(duì)落葉松木材抗壓強(qiáng)度進(jìn)行預(yù)測(cè)。綜合分析校正集和驗(yàn)證集兩個(gè)方面，選擇均方根誤

2、差達(dá)到最小和相關(guān)系數(shù)達(dá)到最高的位置作為最佳主成分個(gè)數(shù)，心材和邊材的最佳主成分個(gè)數(shù)都為4;分別比較固定閾值法、無(wú)偏似然估計(jì)閾值法、啟發(fā)式閾值法、最大最小閾值法對(duì)光譜去噪效果的不同，結(jié)果表明，啟發(fā)式閾值對(duì)心材模型去噪效果最好，校正集SEC和RMSEC分別為5.7921和5.7631，相關(guān)系數(shù)R為0.7922，驗(yàn)證集SEP和RMSEP分別為8.0835和8.0799，相關(guān)系數(shù)R為0.6415;無(wú)偏似然估計(jì)閾值對(duì)邊材模型去噪效果最好，校正集SE

3、C和RMSEC分別為5.7832和5.7491，相關(guān)系數(shù)R達(dá)到最高為0.7267;驗(yàn)證集SEP和RMSEP分別為6.5891和6.5362，相關(guān)系數(shù)R最高為0.6594。
　　(2)對(duì)落葉松木材抗彎彈性模量(MOE)進(jìn)行預(yù)測(cè)。以落葉松心材樣本為例，橫切面模型預(yù)測(cè)效果最好，徑切面模型預(yù)測(cè)效果略次之，弦切面模型效果最低;以落葉松邊材樣本為例，進(jìn)行db5-4層次小波分解的去噪效果最好，校正集的SEC和RMSEC達(dá)到最小值為0.5970和

4、0.5935，相關(guān)系數(shù)R達(dá)到最大值為0.8562;驗(yàn)證集的SEP和RMSEP達(dá)到最小值為0.9720和0.9784，相關(guān)系數(shù)R達(dá)到最大值為0.7547。
　　(3)對(duì)落葉松木材抗彎強(qiáng)度(MOR)進(jìn)行預(yù)測(cè)。選擇db5-7、bior5.5-7、dmey7、coif5-7和rbio5.5-7小波函數(shù)進(jìn)行小波去噪處理，結(jié)果表明，對(duì)于心材樣本，dmey7小波函數(shù)取得了最佳的預(yù)測(cè)效果，校正集的SEC和RMSEC分別為6.4152和6.3774