摘要：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0．0017；预测集的相关系数R为0．99，预测集的均方根误差RMSEP为0．0015。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。

原文链接:http://www.cqvip.com/QK/96169A/201204/43149539.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）