桦木顺纹抗压强度的SEPA-VISSA-RVM近红外光谱预测

摘要：

木材顺纹抗压强度是评价木材力学性能的重要指标,而传统测量方法操作复杂、精确度低.以桦木为例,提出基于近红外光谱技术(NIR)的SEPA-VISSA-RVM木材顺纹抗压强度模型,实现对其更加精确的预测.试验选取100个木材试件,在900～1 700 nm近红外光谱波段上采集数据并测量抗压强度真值;然后采用卷积平滑(SG)方法进行光谱预处理;使用采样误差分布分析(SEPA)作为变量空间迭代收缩算法(VISSA)的改进策略进行特征波长优选;最后通过粒子群优化算法(PSO)优化核函数参数并建立相关向量机(RVM)的预测模型.试验表明:在特征波长优选方面,以偏最小二乘法(PLS)建模为基础的SEPA-VISSA方法,其预测决定系数为0.959 3,预测均方根误差为2.899 5,相对分析误差为3.025 6,光谱变量数由512减小到111个,占总波长的22％,均优于VCPA、CARS和VISSA算法;在建模预测方面,以SEPA-VISSA所选波长为基础的RVM模型,PSO优化的拉普拉斯(Laplacian)核函数的核宽度为10.404 3,决定系数为0.944 9,预测均方根误差为2.043 2,相对分析误差为4.293 6,预测效果优于PLS和SVR.因此,基于近红外光谱的SEPA-VISSA-RVM建模能够实现对桦木顺纹抗压强度更准确和稳定的无损检测.

关键词：抗压强度、近红外光谱、变量空间迭代收缩法、采样误差分布分析、相关向量机、桦木

所属期刊栏目：7

分类号：S781(森林采运与利用)

资助基金：林业公益性行业科研专项201504307

在线出版日期：2022-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：52-58