卷積神經網絡用于近紅外光譜古箏面板木材分級

孟詩語，黃英來*，趙 鵬，李 超，劉鎮波，劉一星，徐 艷

1. 東北林業大學信息與計算機工程學院，黑龍江 哈爾濱 150040 2. 東北林業大學材料科學與工程學院，黑龍江 哈爾濱 150040 3. 良匠古箏制作研究院有限公司，江蘇 揚州 225001

引 言

隨著人類物質生活水平的改善，人們越來越追求精神生活水平，樂器作為一種高雅的娛樂器具，越來越受人們的歡迎。古箏是中國獨特且重要的民族樂器之一，具有極高的演奏價值。隨著人們對于古箏樂的喜愛程度越來越高，人們對于古箏的聲學質量要求也越來越高。撥動琴弦，以琴弦為初始振動發聲體，通過面板起到共振和傳遞能量的作用，讓我們聽到優美的音樂。在古箏結構中，面板木材的好壞很大程度上決定了古箏的音色優美與否。因泡桐木材具有良好的導音性能，多用來制作古箏面板，所以本實驗以泡桐木材為研究對象。現在對于判別木材優劣的方法多為由具有經驗的樂器技師依靠肉眼觀測，根據QB/T 1207.3—2011標準判定木材的顏色、紋理等因素得出木材的等級。然而人工判別的方法依靠口對口方式流傳，不利于古箏等級判別方法的傳承，并且低效且易受主觀性影響，判別結果具有不確定性，因此提出一種可靠、準確和快速的計算機判別木材等級的方法對樂器制作工廠具有重要的指導意義。

近紅外光譜是指波長范圍為700～2 500 nm的電磁波，記錄了分子基頻振動的倍頻和組合頻信息[1]。由于近紅外光譜儀器具有分光方式多樣、測量附件種類多和操作過程簡潔等優點，近幾年近紅外光譜廣泛應用于農業、食品工業和醫學等不同領域。……