论文部分内容阅读
近红外光谱结合反向传播的人工神经网络(BP-ANN)技术预测了毛竹中木质素与综纤维素的含量。用常规湿化学方法测定了54株毛竹样品的木质素含量以及53株毛竹样品的综纤维素含量。用近红外光谱仪采集相应的光谱，为了提高信噪比和计算速度，对原始近红外光谱进行平滑、压缩、归一化预处理。利用预处理后的近红外光谱数据建立BP-ANN模型。在模型建立过程中采用Leave-n-out交叉验证法优化了隐含层神经元的个数，学习率，动量因子和学习次数。