收藏本站
收藏 | 投稿 | 论文排版

基于人工蜂群算法优化SVM的NIR杉木弹性模量预测

陈芳  程献宝  黄安民  王学顺  
【摘要】:【目的】利用近红外光谱分析技术,提出一种基于人工蜂群算法优化支持向量机(ABC-SVM)的木材弹性模量预测模型,为木材弹性模量无损预测提供科学参考。【方法】以294个杉木样本为试验材料,采用常规力学方法测量样本弹性模量,采集样本近红外漫反射光谱,选择350~2 500 nm光谱段,对原始数据进行15步指数平滑和一阶导数预处理,并利用主成分分析降维处理后的数据,建立偏最小二乘回归(PLS)模型、支持向量机回归(SVR)模型和人工蜂群算法优化支持向量机(ABC-SVM)模型预测杉木弹性模量,采用决定系数(R2)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)和平均绝对误差(MAE)对所建模型进行对比分析。【结果】PLS模型的R2为0.726 700、RMSE为6.744 9、MAPE为0.063 5、MAE为5.065 6; SVR模型的R2为0.935 305、RMSE为3.528 1、MAPE为0.023 7、MAE为1.840 9;将人工蜂群算法用于SVM参数寻优,获得的最优参数c=5.670 51、g=0.031 25,ABC-SVM模型的R2为0.935 371、RMSE为3.526 0、MAPE为0.023 7、MAE为1.840 0。3种模型均可对杉木弹性模量进行有效预测。【结论】1)根据决定系数(R2),SVR和ABC-SVM模型的预测性能优于PLS模型,ABC-SVM模型的预测性能最佳; 2)根据均方根误差(RMSE)、平均绝对百分比误差(MAPE)和平均绝对误差(MAE),3种模型的MAPE均在可接受范围内,ABC-SVM模型关于误差的各项指标均最小,基于ABC-SVM模型预测杉木弹性模量高效、科学。

知网文化
【相似文献】
中国期刊全文数据库 前17条
1 李菲菲;张晶;范静涛;王好谦;;基于NIR和SVM算法的巴里黄檀和交趾黄檀鉴别研究[J];光谱学与光谱分析;2016年S1期
2 张燕;宋魁彦;佟达;;基于支持向量机(SVM)的班克松人工林成熟材解剖性质的预测[J];林业科学;2013年09期
3 段焰青;杨涛;孔祥勇;汤丹瑜;李青青;;样品粒度和光谱分辨率对烟草烟碱NIR预测模型的影响[J];云南大学学报(自然科学版);2006年04期
4 孙晓荣;刘翠玲;吴静珠;董秀丽;韩明璐;;SVM方法在淀粉分类问题中的应用[J];食品工业科技;2011年11期
5 金垚;李栋;智秀娟;;奶粉中三聚氰胺含量的NIR检测技术[J];北京农学院学报;2015年01期
6 施丰成;邓发达;朱立军;唐士军;薛芳;李东亮;戴亚;;NIR光谱法测定烟草中棕榈酸、亚麻酸及亚油酸[J];烟草科技;2010年01期
7 罗琼;赵明;李青;于小红;;NIR光谱法快速测定烟用白乳胶中的乙酸乙烯酯[J];烟草科技;2013年07期
8 马秀玲;陈晓平;;菠菜亚硝酸还原酶(NIR)基因的克隆与生物信息分析[J];食品与发酵科技;2013年04期
9 J.Holland,M.Mielke,J.M.Marzinkowski,金郡潮;近红外(NIR)光谱在长丝纱和机织物浆料检测中的应用[J];国际纺织导报;1999年01期
10 巫静;田彦杰;汪澜;林俊雄;;基于SVM理论的涤纶织物分散染料上染率模型研究[J];浙江理工大学学报;2013年01期
11 王世成;王莹;张红;李国琛;王颜红;;北虫草中虫草素的NIR快速定量测定[J];食品工业科技;2017年14期
12 孙维峰;;基于NIR辐射加热的热风内循环组合式烘箱设计[J];木工机床;2017年03期
13 马莉;王晓辉;迟乃玉;张庆芳;;高产NiR乳酸菌的选育[J];中国调味品;2011年07期
14 姜安;彭江涛;彭思龙;魏纪平;李长文;;基于SVM的白酒红外光谱分析方法研究[J];计算机与应用化学;2010年02期
15 宋辉;刘佳玮;;一种基于SVM的中密度纤维板表面粗糙缺陷检测方法[J];电脑知识与技术;2020年13期
16 吴新生,谢益民,刘焕彬,伍红;蒸煮过程中纸浆卡伯值NIR法在线测量的研究[J];华南理工大学学报(自然科学版);1999年10期
17 王文远;金晅宏;韩悦;;改进二叉树SVM模型在无纺布缺陷检测中的应用[J];电子测量技术;2020年20期
中国重要会议论文全文数据库 前9条
1 阎灵;祝诗平;;基于小波消噪和NIR的花椒挥发油含量检测[A];2009全国虚拟仪器大会论文集(二)[C];2009年
2 练文柳;伺智慧;吴名剑;唐丽云;陈亚;;AOTF—NIR技术用于烟草化学成分分析的探讨[A];中国烟草学会2004年学术年会论文集[C];2004年
3 谢豪;蔡绍松;秦志强;司辉;占金林;闫铁军;;声光可调—NIR近红外光谱在烟草化学成分分析中的应用[A];湖北省烟草学会2006年学术年会论文集[C];2006年
4 亐开兴;吴金亮;杨凯;王喆;赵刚;张继才;王安奎;杨国荣;黄必志;金显栋;;云南肉牛肉质NIR指纹主成分与聚类分析[A];第十三届(2018)中国牛业发展大会论文集[C];2018年
5 王玉珑;刘艳新;彭子峰;;近红外傅立叶变换拉曼光谱(NIR—FT R)在造纸工业中的应用[A];’2008(第十五届)全国造纸化学品开发应用技术研讨会论文集[C];2008年
6 夏涛;江开勇;项昱晖;;基于蚁群算法鞋帮面最佳接缝缝制路线的确定[A];2005年中国机械工程学会年会论文集[C];2005年
7 夏涛;江开勇;项昱晖;;基于蚁群算法鞋帮面最佳接缝缝制路线的确定[A];2005年中国机械工程学会年会第11届全国特种加工学术会议专辑[C];2005年
8 夏涛;江开勇;项昱晖;;基于蚁群算法鞋帮面最佳接缝缝制路线的确定[A];2005年中国机械工程学会年会论文集第11届全国特种加工学术会议专辑[C];2005年
9 王梓笛;李双妹;李艳;尹延东;曹佳佳;张正勇;;基于拉曼光谱-支持向量机的乳制品快速智能鉴别技术研究[A];第21届全国分子光谱学学术会议暨2020年光谱年会论文集[C];2020年
中国博士学位论文全文数据库 前1条
1 智秀娟;苦荞功能成分的研究及NIR技术在荞麦制品防伪中的应用[D];中国农业大学;2015年
中国硕士学位论文全文数据库 前20条
1 谢丽慧;基于SVM算法的智鼻与智舌技术在食用植物油综合质量检测中的应用[D];浙江工商大学;2015年
2 李红梅;基于线性回归和SVM的烟叶质量分析及等级预测模型[D];昆明理工大学;2013年
3 计蕴容;基于多特征融合与SVM分类的面料图像检索研究[D];江苏科技大学;2020年
4 王聪;基于相思树NIR数据理论模型的软件设计[D];北京林业大学;2011年
5 高尚;基于NIR技术的面粉中偶氮甲酰胺含量检测技术研究[D];黑龙江大学;2016年
6 唐志国;近红外(NIR)光谱法测定果冻中甜蜜素的研究[D];江苏大学;2007年
7 汪洋;双峰驼乳常规营养成分检测与NIR快速检测模型建立[D];内蒙古农业大学;2020年
8 许奕翔;NIR在食品检验及油品分析中的应用研究[D];福州大学;2014年
9 李贵滨;基于SVM的大豆油脂色泽近红外光谱检测算法研究[D];哈尔滨商业大学;2013年
10 吴哲;基于小波分析与SVM的织物疵点识别分类算法的研究[D];华侨大学;2016年
11 毛晓东;基于多层SVM的面筋强度分类模型优化研究[D];黑龙江大学;2014年
12 冯俊青;基于SVM的鸡蛋外观品质检测方法研究[D];内蒙古农业大学;2008年
13 徐文杰;基于SVM和分光度法的多组分染液浓度检测装置研究[D];浙江理工大学;2014年
14 罗阳;基于NIR高光谱成像技术的长枣虫害及可溶性固形物无损检测研究[D];宁夏大学;2013年
15 李颖;面向木材可追溯性的山杨木材NIR和QR码研究[D];东北林业大学;2016年
16 高尚;基于SVM和加权欧氏距离的发芽马铃薯检测方法研究[D];吉林农业大学;2020年
17 刘建海;基于NIR技术的面粉BPO定量检测与分析[D];黑龙江大学;2015年
18 杨洋;基于SVM的印刷品缺陷在线检测[D];华中科技大学;2012年
19 王蓉;基于稀疏主成分和SVM的白酒类别的定性研究[D];武汉轻工大学;2014年
20 王振柱;基于Structure5.0和SVM的木材微观图像特征与识别研究[D];内蒙古农业大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978