基于近红外技术的落叶松木材密度预测模型
100 积分
50
评分
4.6 积分- 详情
- 2021-04-27
- 简介
pdf
- 392KB
- 页数 4P
- 阅读 89
- 下载 25
运用近红外光谱对落叶松(Larix gemelinii Rupr)样品密度进行了研究,分别运用偏最小二乘法及主成分回归建立预测模型,并用建立的模型分别对每一个样品进行了预测。基于偏最小二乘法的校正模型及验证模型相关系数分别为0.964和0.918,校正标准误差及预测标准误差分别为0.016和0.021,模型预测值与实测值决定系数为0.93;主成分回归模型中,校正模型及验证模型相关系数分别为0.954和0.911,校正标准误差及预测标准误差分别为0.017和0.023,模型预测值与实测值决定系数为0.91。研究表明:基于主成分回归法与偏最小二乘法的近红外光谱分析建模,都可以实现对落叶松木材密度的有效预测,但相比较而言,偏最小二乘法略优于主成分回归法,所建立的模型对落叶松木材密度预测更加准确可靠。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于近红外技术的落叶松木材密度预测模型 392KB
落叶松木材干燥的BP神经网络模型研究 106KB
落叶松木材干燥质量的多重多元回归模型研究 185KB
长白落叶松木材材性株内变异 146KB
基于非线性混合模型的落叶松木材管胞长度模拟 347KB
落叶松木材树脂含量快速测定方法 134KB
修枝对华北落叶松木材质量的影响浅析 51KB
落叶松和樟子松木材基本密度的变异及早期选择 386KB
人工林红松木材生物轮密度动态模型建立与预测 126KB
人工林红松木材生长轮密度动态模型建立与预测 126KB