近红外光谱技术结合4种算法分析尾巨桉-马占相思制浆原料的混合程度与主化学成分 |
| |
引用本文: | 吴珽,梁龙,朱北平,邓拥军,房桂干.近红外光谱技术结合4种算法分析尾巨桉-马占相思制浆原料的混合程度与主化学成分[J].分析测试学报,2020,39(11):1351-1357. |
| |
作者姓名: | 吴珽 梁龙 朱北平 邓拥军 房桂干 |
| |
作者单位: | 1.中国林业科学研究院林产化学工业研究所;生物质化学利用国家工程实验室;国家林业和草原局林产化学工程重点实验室;江苏省生物质能源与材料重点实验室;2.金东纸业(江苏)股份有限公司 |
| |
基金项目: | 中国博士后科学基金资助项目(2019M661780);国家重点研发计划项目(2017YFD0601005) |
| |
摘 要: | 为缓解我国木浆供应压力,满足混合原料制浆的实际需求,该文进行了近红外光谱快速分析混合制浆原料的研究。采集145个人为控制尾巨桉含量的尾巨桉-马占相思混合样品的近红外光谱,用常规方法测定其综纤维素、聚戊糖、Klason木质素含量。对原始光谱进行一阶导数与标准正态变换预处理后,分别运用偏最小二乘法、支持向量机法、人工神经网络法和LASSO算法建立尾巨桉、综纤维素、聚戊糖、Klason木质素含量分析模型。其中LASSO法建立的尾巨桉和综纤维素含量分析模型最优,预测均方根误差(RMSEP)分别为1.80%、0.60%;绝对偏差(AD)分别为-3.03%~3.17%、-1.03%~0.98%,模型性能可满足较精确的快速分析。偏最小二乘法建立的聚戊糖含量分析模型最优,RMSEP为0.75%,AD为-1.26%~1.33%;支持向量机法建立的Klason木质素含量分析模型最优,RMSEP为0.48%,AD为-0.82%~0.86%,两个模型性能适用于非精确性的分析。该研究为混合制浆原料的快速分析提供了可能,同时也证实了LASSO算法的适用性。
|
关 键 词: | 绿茶 近红外光谱技术 光谱预处理 主成分分析 线性判别分析 |
|
| 点击此处可从《分析测试学报》浏览原始摘要信息 |
| 点击此处可从《分析测试学报》下载免费的PDF全文 |