2024年8月25日
星期日
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
李谦宁
作品数:
1
被引量:18
H指数:1
供职机构:
东北林业大学工程技术学院
更多>>
发文基金:
中央高校基本科研业务费专项资金
黑龙江省自然科学基金
更多>>
相关领域:
农业科学
环境科学与工程
更多>>
合作作者
宁媛松
东北林业大学工程技术学院
宋博骐
东北林业大学工程技术学院
李祥
东北林业大学工程技术学院
郝斯琪
东北林业大学工程技术学院
李湃
东北林业大学工程技术学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
环境科学与工...
1篇
农业科学
主题
1篇
神经网
1篇
神经网络
1篇
主成分
1篇
主成分分析
1篇
网络
1篇
落叶松
1篇
木屑
1篇
近红外
1篇
近红外光
1篇
近红外光谱
1篇
光谱
1篇
含水率
1篇
红外
1篇
红外光
1篇
红外光谱
1篇
BP神经
1篇
BP神经网
1篇
BP神经网络
机构
1篇
东北林业大学
作者
1篇
李耀翔
1篇
李湃
1篇
郝斯琪
1篇
李祥
1篇
宋博骐
1篇
李谦宁
1篇
宁媛松
传媒
1篇
森林工程
年份
1篇
2012
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于近红外光谱与BP神经网络预测落叶松木屑的含水率
被引量:18
2012年
利用近红外光谱(NIR)技术结合BP神经网络定量预测了落叶松木屑的含水率。首先对采集的落叶松木屑原始近红外光谱进行9点平滑及多元散射校正预处理,然后利用主成分分析法提取光谱数据主成分作为BP神经网络的输入,最后建立BP神经网络预测模型并采用交叉验证法对模型进行验证。所建模型校正集的相关系数R为0.98,校正集的均方根误差RMSEC为0.001 7;预测集的相关系数R为0.99,预测集的均方根误差RMSEP为0.001 5。研究表明,此方法可以实现对落叶松木屑含水率的快速预测。
郝斯琪
宋博骐
李湃
李耀翔
李谦宁
李祥
宁媛松
关键词:
近红外光谱
BP神经网络
主成分分析
落叶松
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张