张慧娟
- 作品数：3 被引量：36H指数：2
- 供职机构：东北林业大学更多>>
- 发文基金：国家教育部博士点基金中央高校基本科研业务费专项资金黑龙江省青年科学基金更多>>
- 相关领域：农业科学更多>>
- 基于近红外技术的落叶松木材密度预测模型被引量：20
- 2010年
- 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。
- 李耀翔张鸿富张亚朝张慧娟李湃
- 关键词：近红外光谱主成分回归法偏最小二乘法
- 基于近红外光谱不同波段的红松木材含水率预测分析被引量：22
- 2011年
- 运用近红外光谱技术结合偏最小二乘法（PLS）,对所采集光谱进行一阶导数和二阶导数处理,并对未处理原始光谱、一阶导数处理光谱和二阶导数处理光谱分别在7个不同波段范围内建立红松含水率预测模型。结果表明红松样本近红外光谱经一阶导数处理,波段在1 000~2 100 nm范围内所建模型最优,其校正集相关性系数为0.992 5,校正标准偏差和校正均方根误差分别为0.025 9和0.025 7,验证集相关系数为0.991 7,预测标准误差与预测均方根误差分别为0.031 8和0.031 7。研究表明,结合样本特性选取特定光谱波段范围建立预测模型可大幅度减少建模时间、降低建模成本,同时可以提高模型的预测精度。
- 张慧娟李耀翔张鸿富张亚朝李湃
- 关键词：近红外光谱木材含水率偏最小二乘法
- 基于近红外光谱的落叶松含碳量预测分析
- 森林生态系统具有改善和维护生态环境的能力，同时担任着全球碳平衡的重要角色。森林生态系统的碳储量凸显着其重要的主体地位。现今在全球气候变暖的大背景下，如何快速准确地测定林木的碳含量已经成为重要的研究课题。本文结合近红外光谱...
- 张慧娟
- 关键词：落叶松近红外光谱偏最小二乘法化学计量学
- 文献传递
