為緩解我國木漿供應壓力,滿足混合原料制漿的實際需求,該文進行了近紅外光譜快速分析混合制漿原料的研究。采集145個人為控制尾巨桉含量的尾巨桉-馬占相思混合樣品的近紅外光譜,用常規方法測定其綜纖維素、聚戊糖、Klason木質素含量。對原始光譜進行一階導數與標準正態變換預處理后,分別運用偏最小二乘法、支持向量機法、人工神經網絡法和LASSO算法建立尾巨桉、綜纖維素、聚戊糖、Klason木質素含量分析模型。其中LASSO法建立的尾巨桉和綜纖維素含量分析模型最優,預測均方根誤差(RMSEP)分別為1.80%、0.60%;絕對偏差(AD)分別為-3.03%～3.17%、-1.03%～0.98%,模型性能可滿足較精確的快速分析。偏最小二乘法建立的聚戊糖含量分析模型最優,RMSEP為0.75%,AD為-1.26%～1.33%;支持向量機法建立的Klason木質素含量分析模型最優,RMSEP為0.48%,AD為-0.82%～0.86%,兩個模型性能適用于非精確性的分析。該研究為混合制漿原料的快速分析提供了可能,同時也證實了LASSO算法的適用性。

【文章頁數】：7 頁

【文章目錄】：
1 實驗部分
    1.1 原 料
    1.2 儀器選用與光譜采集
    1.3 含量測定
    1.4 模型建立的方法與步驟
        1.4.1 偏最小二乘法
        1.4.2 支持向量機法
        1.4.3 人工神經網絡法
        1.4.4 LASSO算法
    1.5 評價標準
2 結果與討論
    2.1 測定數據的分布
    2.2 樣品的近紅外光譜及其預處理
    2.3 模型的建立
    2.4 模型的獨立驗證
3 結 論



本文編號：4054136