高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于小波压缩的木材密度近红外光谱的预处理研究

李耀翔 李颖 姜立春

李耀翔, 李颖, 姜立春. 基于小波压缩的木材密度近红外光谱的预处理研究[J]. 北京林业大学学报, 2016, 38(3): 89-94. doi: 10.13332/j.1000-1522.20150299
引用本文: 李耀翔, 李颖, 姜立春. 基于小波压缩的木材密度近红外光谱的预处理研究[J]. 北京林业大学学报, 2016, 38(3): 89-94. doi: 10.13332/j.1000-1522.20150299
LI Yao-xiang, LI Ying, JIANG Li-chun. Pretreatment of near-infrared spectroscopy of wood based on wavelet compression[J]. Journal of Beijing Forestry University, 2016, 38(3): 89-94. doi: 10.13332/j.1000-1522.20150299
Citation: LI Yao-xiang, LI Ying, JIANG Li-chun. Pretreatment of near-infrared spectroscopy of wood based on wavelet compression[J]. Journal of Beijing Forestry University, 2016, 38(3): 89-94. doi: 10.13332/j.1000-1522.20150299

基于小波压缩的木材密度近红外光谱的预处理研究

doi: 10.13332/j.1000-1522.20150299
基金项目: 

林业公益性行业科研专项(201504508)、国家自然科学基金项目(31570624)

详细信息
    作者简介:

    李耀翔,教授,博士生导师。主要研究方向: 木材检测与材性改良。Email: yaoxiangli@nefu.edu.cn 地址: 150040 黑龙江省哈尔滨市香坊区和兴路26 号东北林业大学工程技术学院。
    责任作者: 姜立春,教授,博士生导师。主要研究方向:森林经理。Email: jlichun@nefu.edu.cn 地址: 150040 黑龙江省哈尔滨市香坊区和兴路26号东北林业大学林学院。

    李耀翔,教授,博士生导师。主要研究方向: 木材检测与材性改良。Email: yaoxiangli@nefu.edu.cn 地址: 150040 黑龙江省哈尔滨市香坊区和兴路26 号东北林业大学工程技术学院。
    责任作者: 姜立春,教授,博士生导师。主要研究方向:森林经理。Email: jlichun@nefu.edu.cn 地址: 150040 黑龙江省哈尔滨市香坊区和兴路26号东北林业大学林学院。

Pretreatment of near-infrared spectroscopy of wood based on wavelet compression

  • 摘要: 近红外光谱数据维数多、数据量大,直接保存需要庞大储存空间,且海量数据会对网络化在线检测的分析速度和准确性产生影响。为探讨应用小波压缩进行近红外光谱预处理的可行性及其对枫桦木材密度预测精度的影响,通过强光探头采集木材圆盘的近红外光谱,在Matlab软件中应用小波变换法对枫桦木材密度近红外光谱数据进行压缩。结果表明:当小波基sym2分解层为6时,基于均衡稀疏标准形式的全局硬阈值压缩效果最好,将2 151个变量压缩成38个小波系数,其能量保留成分、零系数成分、压缩比分别为99.66%、98.34%、56.61%。用未处理光谱数据和压缩后的38个小波系数分别建立偏最小二乘定标分析模型,同时做内部交叉验证,并用未处理和压缩后的预测集做外部检验,得知压缩后校正模型对压缩后样品预测能力较好,预测决定系数为0.913 9。因此,小波压缩可有效简化近红外光谱数据,提高近红外光谱对枫桦木材密度的预测精度。
  • [1] HAUGHEY S A, GRAHAM S F, CANCOUET E, et al. The application of near-infrared reflectance spectroscopy (NIRS) to detect melamine adulteration of soya bean meal[J]. Food Chemistry, 2013, 136(3): 1557-1561.
    [2] HAO S Q, SONG B Q, LI P, et al. Prediction of sawdust water content of Dahurian larch based on NIRS and BP neural network[J]. Forest Engineering, 2012, 28(4): 9-11.
    [3] ZHANG P, LI Y X. Theresearch progress on application of near-infrared spectroscopy in wood mechanical properties prediction[J]. Forest Engineering,2014,30(3):68-70.
    [4] NKANSAH K. Rapid characterization of biomass: the use of near infrared and fluorescence spectroscopy as process analytical technology (PAT) method[M]. West Virginia:West Virginia University, 2009.
    [5] DIAZ J T, VEAL M W, CHINN M S. Development of NIRS models to predict composition of enzymatically processed sweet potato[J]. Industrial Crops and Products, 2014, 59: 119-124.
    [6] HUO S Y, YAO C L, WANG N.Nondestructive estimation of the fiber length and crystallinity of Populus×euramericana by near-infrared spectroscopy[J]. Paper and Paper Making, 2012,31(1): 28-31.
    [7] KONG W Y, LIU Z B, LIU Y X,et al. Research status and prospect of acoustic vibration properties modification of wood used for soundboard[J]. World Forestry Research,2012,25(4):45-51.
    [8] 郝斯琪, 宋博骐, 李湃, 等. 基于近红外光谱与 BP 神经网络预测落叶松木屑的含水率[J]. 森林工程, 2012, 28(4): 9-11.
    [9] TANG Y F, HOU Z Z, WANG Z B, et al. Cluster analysis of rhubarb from different habitats based on near-infrared spectrometry by wavelet transform[J]. Journal of Anhui Agricultural Sciences, 2012, 40(30): 14726-14727.
    [10] 张鹏, 李耀翔. 近红外光谱分析技术在木材机械性能检测中的研究进展[J]. 森林工程, 2014, 30(3): 68-70.
    [11] TIAN G Y, YUAN H F, LIU H Y, et al. Application of wavelet transform to compressing near infrared spectra data [J]. Journal of Instrumental Analysis , 2005, 24(1): 17-20.
    [12] RAMADEVI P, MEDER R, VARGHESE M. Rapid estimation of kraft pulp yield and lignin in Eucalyptus camaldulensis and Leucaena leucocephala by diffuse reflectance near-infrared spectroscopy (NIRS)[J]. Southern Forests, 2010, 72(2): 107-111.
    [13] 霍淑媛, 姚春丽, 王娜. 近红外光谱法测定欧美杨纤维形态和结晶度[J]. 纸和造纸, 2012, 31(1): 28-31.
    [14] GB/T1933—2009 Method for determination of the density of wood[S].Beijing: Standards Press of China,2009.
    [15] 孔文杨,刘镇波,刘一星,等.近红外光谱技术在木材材性分析及木质复合材料生产中的应用[J].世界林业研究,2012,25(4):45-51.
    [16] ZHANG X C, WU J Z, XU Y. Modern NIR analysis technology and ite applictions in modern agriculture [M].Beijing: Electronic Industry Press, 2012.
    [17] NICOLAI B M, THERON K I, LAMMERTYN J. Kernel PLS regression on wavelet transformed NIR spectra for prediction of sugar content of apple[J]. Chemometrics and Intelligent Laboratory Systems, 2007, 85(2): 243-252.
    [18] QIU S J, HE Y, ZHANG G S,et al. Fast determination of coating thickness of the total saponin of radix bupleuri enteric coated tablets by NIRS[J]. Chinese Pharmaceutical Journal, 2013, 48(24): 2128-2133.
    [19] 汤彦丰, 侯占忠, 王志宝, 等. 中草药大黄小波变换的近红外光谱的聚类分析[J]. 安徽农业科学, 2012, 40(30): 14726-14727.
    [20] 田高友, 袁洪福, 刘慧颖, 等. 小波变换用于近红外光谱数据压缩[J]. 分析测试学报, 2005, 24(1): 17-20.
    [21] GB/T1933—2009木材密度测定方法 [S]. 北京:中国标准出版社,2009.
    [22] 张小超,吴静珠,徐云.近代外光谱分析技术及其在现代农业中的应用[M].北京:电子工业出版社,2012.
    [23] 邱素君,何雁, 张国松, 等. 近红外光谱快速测定柴胡总皂苷肠溶片包衣膜厚度研究[J]. 中国药学杂志, 2013, 48(24): 2128-2133.
  • [1] 徐胜林, 何潇, 曹磊, 李海奎, 徐期瑚, 刘晓彤.  广东省3个乡土树种树干密度和木材密度影响因子分析 . 北京林业大学学报, 2019, 41(6): 44-54. doi: 10.13332/j.1000-1522.20180445
    [2] 惠文凯, 王益, 陈晓阳.  麻疯树种子含油量近红外光谱定标模型的建立 . 北京林业大学学报, 2018, 40(1): 1-7. doi: 10.13332/j.1000-1522.20170388
    [3] 程士超, 李丹, 张求慧, 黄安民.  5种花梨木的红外光谱比较分析 . 北京林业大学学报, 2016, 38(1): 118-124. doi: 10.13332/j.1000--1522.20150181
    [4] 张怡卓, 苏耀文, 李超, 门洪生.  蒙古栎木材MOR与MOE的近红外光谱预测模型分析 . 北京林业大学学报, 2016, 38(8): 99-105. doi: 10.13332/j.1000-1522.20150505
    [5] 刘昊, 高建民.  含水率和密度对木材应力波传播速度的影响 . 北京林业大学学报, 2014, 36(6): 154-158. doi: 10.13332/j.cnki.jbfu.2014.06.002
    [6] 张怡卓, 马琳, 许雷, 于慧伶.  基于小波与曲波遗传融合的木材纹理分类 . 北京林业大学学报, 2014, 36(2): 119-124.
    [7] 姜立春, 刘铭宇, 刘银帮.  落叶松和樟子松木材基本密度的变异及早期选择 . 北京林业大学学报, 2013, 35(1): 1-6.
    [8] 刘镇波, 薛占川, 刘一星, 王鹏, 沈晓燕, 孔文杨, 王向明, .  基于近红外光谱法预测杨木的综纤维素含量 . 北京林业大学学报, 2013, 35(5): 110-116.
    [9] 唐辉, 孔德鑫, 梁惠凌, 王满莲, 史艳财, 韦记青.  不同产地地枫皮的红外光谱和化学计量学快速评价 . 北京林业大学学报, 2012, 34(3): 137-141.
    [10] 徐金梅, 吕建雄, 鲍甫成, 黄荣凤, 刘贤德, RobertEvans, 赵有科.  祁连山青海云杉木材密度对气候变化的响应 . 北京林业大学学报, 2011, 33(5): 115-121.
    [11] 殷鸣放, 杨琳, 殷炜达, 雷庆国, 谭希斌, 张艳会, 李志伟.  油松、刺槐与杨树树干材积碳储量动态变化研究 . 北京林业大学学报, 2011, 33(5): 65-68.
    [12] 杜官本, 王思群, 雷洪.  薄型中密度纤维板过压缩工艺研究 . 北京林业大学学报, 2010, 32(1): 114-117.
    [13] 李秧秧, 石辉, 邵明安.  黄土丘陵区典型树木抵抗空穴化能力及与木质部结构的关系 . 北京林业大学学报, 2010, 32(3): 8-13.
    [14] 毛佳, 曹金珍.  户外用压缩防腐木——ACQ--D木材的处理技术初探 . 北京林业大学学报, 2009, 31(3): 100-105.
    [15] 聂敏莉, 冯仲科, 杨利民, 隋宏大, .  用间接平差模型估算木材密度 . 北京林业大学学报, 2008, 30(增刊1): 196-201.
    [16] 王兰珍, 吴丽娟, 李雪华, 赵铁珍, 周传艳, 李义良, 李生宇, 耿玉清, 方升佐, 王立海, HUALi_zhong, 张冬梅, 党文杰, 刘鹏举, 朱小龙, 薛康, 李国雷, 刘剑锋, 韦艳葵, 王旭, 任强, 段文霞, 汪杭军1, 李振基, 雷加强, 杨慧敏, 李建章, 何茜, 宋永明, 余新晓, 刘勇, 方陆明, 黎明, 尹光彩, 周亮, 杨娅, 刘勇, 朱波, 周国逸, 高岚, 韩士杰, 崔同林, 阎秀峰, 周宇飞, JIANGXi_dian, 苏晓华, 玲, 王清文, 孙向阳, 徐扬, 王春林, 虞木奎, 唐小明, 张冰玉, 沈熙环, 周国逸, 徐新文, 李吉跃, 鹿振友, 赖志华, 刘锐, 柯水发, 喻理飞, 宗文君, 程云清, HEXiu_bin, 王新杰, 国庆, 3, 周晓梅, 宋爱琴, 李丙文, 王伟宏, 李俊清, 李晓兰, , 郭蓓, 茹广欣, 齐涛, 孙阁, 陈峻崎, 陈培金, 陈实, 温亚利, 张志毅, 王建林, 蒋德明, 王旭, 张可栋, 王晓静, 周玉平, 姚永刚, 唐旭利, 长山, 刘志明, 宋湛谦, 王春林, 关少华, 陈放, 赵双荣, 杨伟伟, 闫俊华, 郑凌峰.  小波和神经网络在色木孔洞缺陷超声定量检测中的应用 . 北京林业大学学报, 2007, 29(2): 128-132.
    [17] 刘盛, 李国伟.  林分碳贮量测算方法的研究 . 北京林业大学学报, 2007, 29(4): 166-169.
    [18] 余雁, 江泽慧, 王戈, 覃道春, 许忠允.  采谱方式对竹材气干密度近红外预测模型精度的影响 . 北京林业大学学报, 2007, 29(4): 80-83.
    [19] 颜容, 胡晓丽, 窦军霞, 南海龙, 杨振德, 陈文汇, 李发东, 肖生春, 潘存德, 张冰玉, 李绍才, 王玉杰, 张宇清, 范丙友, 朱教君, 徐双民, 金小娟, 吕建雄, 李世东, 谭伟, 翟明普, 高峻, 孙晓梅, 时尽书, 苏晓华, 刘俊昌, 张守攻, 冯仲科, 康宏樟, 骆秀琴, 李建章, 朱清科, 王云琦, 韩海荣, 宋献方, 孙海龙, 三乃, 刘红霞, 师瑞峰, 胡诗宇, 田小青, 周春江, 谢益民, 张一平, 孟平, 肖洪浪, 姜伟, 赵博光, 李义良, 陆海, 吴斌, 张雁, 齐实, 赵双菊, 杨志荣, 齐实, 马钦彦, 王笑山, 蒋佳荔, 周文瑞, 刘昌明, 蔡怀, 李智辉, 岳良松, 蒋湘宁, 张永安, 葛颂, 朱金兆, 张劲松, 张岩, 宋清海, 赵有科, 姚山, 于静洁, 伊力塔, 齐力旺, 张德荣, 何磊, 蒲俊文, 褚建民, 石丽萍, 康峰峰, 崔保山, 刘元, 吕守芳, 曲良建, 马超德, 杨聪, 吴庆利, 王建华, 朱林峰, 刘鑫宇, 刘相超, 王玉珠, 田颖川, 胡堃, 唐常源.  红锥和西南桦人工林木材力学性质的研究 . 北京林业大学学报, 2006, 28(2): 118-122.
    [20] 吕建雄, 林志远, 骆秀琴, 赵有科, 刘元, 朱林峰, .  红锥和西南桦人工林木材干缩特性的研究 . 北京林业大学学报, 2005, 27(1): 6-9.
  • 加载中
计量
  • 文章访问数:  546
  • HTML全文浏览量:  55
  • PDF下载量:  12
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-08-08
  • 刊出日期:  2016-03-31

基于小波压缩的木材密度近红外光谱的预处理研究

doi: 10.13332/j.1000-1522.20150299
    基金项目:

    林业公益性行业科研专项(201504508)、国家自然科学基金项目(31570624)

    作者简介:

    李耀翔,教授,博士生导师。主要研究方向: 木材检测与材性改良。Email: yaoxiangli@nefu.edu.cn 地址: 150040 黑龙江省哈尔滨市香坊区和兴路26 号东北林业大学工程技术学院。
    责任作者: 姜立春,教授,博士生导师。主要研究方向:森林经理。Email: jlichun@nefu.edu.cn 地址: 150040 黑龙江省哈尔滨市香坊区和兴路26号东北林业大学林学院。

    李耀翔,教授,博士生导师。主要研究方向: 木材检测与材性改良。Email: yaoxiangli@nefu.edu.cn 地址: 150040 黑龙江省哈尔滨市香坊区和兴路26 号东北林业大学工程技术学院。
    责任作者: 姜立春,教授,博士生导师。主要研究方向:森林经理。Email: jlichun@nefu.edu.cn 地址: 150040 黑龙江省哈尔滨市香坊区和兴路26号东北林业大学林学院。

摘要: 近红外光谱数据维数多、数据量大,直接保存需要庞大储存空间,且海量数据会对网络化在线检测的分析速度和准确性产生影响。为探讨应用小波压缩进行近红外光谱预处理的可行性及其对枫桦木材密度预测精度的影响,通过强光探头采集木材圆盘的近红外光谱,在Matlab软件中应用小波变换法对枫桦木材密度近红外光谱数据进行压缩。结果表明:当小波基sym2分解层为6时,基于均衡稀疏标准形式的全局硬阈值压缩效果最好,将2 151个变量压缩成38个小波系数,其能量保留成分、零系数成分、压缩比分别为99.66%、98.34%、56.61%。用未处理光谱数据和压缩后的38个小波系数分别建立偏最小二乘定标分析模型,同时做内部交叉验证,并用未处理和压缩后的预测集做外部检验,得知压缩后校正模型对压缩后样品预测能力较好,预测决定系数为0.913 9。因此,小波压缩可有效简化近红外光谱数据,提高近红外光谱对枫桦木材密度的预测精度。

English Abstract

李耀翔, 李颖, 姜立春. 基于小波压缩的木材密度近红外光谱的预处理研究[J]. 北京林业大学学报, 2016, 38(3): 89-94. doi: 10.13332/j.1000-1522.20150299
引用本文: 李耀翔, 李颖, 姜立春. 基于小波压缩的木材密度近红外光谱的预处理研究[J]. 北京林业大学学报, 2016, 38(3): 89-94. doi: 10.13332/j.1000-1522.20150299
LI Yao-xiang, LI Ying, JIANG Li-chun. Pretreatment of near-infrared spectroscopy of wood based on wavelet compression[J]. Journal of Beijing Forestry University, 2016, 38(3): 89-94. doi: 10.13332/j.1000-1522.20150299
Citation: LI Yao-xiang, LI Ying, JIANG Li-chun. Pretreatment of near-infrared spectroscopy of wood based on wavelet compression[J]. Journal of Beijing Forestry University, 2016, 38(3): 89-94. doi: 10.13332/j.1000-1522.20150299
参考文献 (23)

目录

    /

    返回文章
    返回