應用二維相關近紅外光譜特征建立蒙古櫟彈性模量卷積神經網絡預測模型1)

呂俊霄 陳金浩 張怡卓 王克奇

(東北林業大學，哈爾濱，150040)

蒙古櫟(Quercusmongolica)是中國東北林區主要的次生林樹種，其堅硬耐腐，常作為結構木材。抗彎彈性模量(MOE)是木材一項最重要和最具特征的力學性質，代表了木材力學性能的綜合情況，也是實現木材分級的重要參數和依據[1]。傳統的木材力學檢測方法易造成浪費，且操作復雜，無法滿足實際工程需要。近紅外光譜是一種可靠無污染的分析方法，可對木材力學性質進行快速、準確地測定。Tong et al.[2]利用近紅外光譜，建立了熱改性南方松木彈性模量的偏最小二乘模型，橫切面的預測決定系數為0.89；Shi et al.[3]使用近紅外光譜結合PF-PLS模型對五角楓、樺樹和柞櫟的抗壓強度進行預測，預測相關系數分別為0.89，0.92和0.90；Liang et al.[4]將近紅外光譜與BP神經網絡結合對蒙古櫟彈性模量進行預測，預測相關系數為0.91。盡管近紅外光譜具有快速、穩定、高效等特點，但在光譜特征提取過程中，仍存在檢測到的信號微弱，大量的冗余信息使得光譜圖不清晰等問題，從而影響建模精度。

二維相關譜將光譜信號擴展到第二維上，可以區分出在一維光譜上被覆蓋的小峰和弱峰，從而提高了光譜的分辨率；通過譜線之間相關性的分析，可以詳細地研究不同分子間或分子內的相互作用[5]。加入一定的外擾可以引起的光譜變化，進行相關分析得到二維同步相關譜和二維異步相關譜。通常二維同步相關譜表示頻帶強度變化的相對方向，二維異步相關譜表示頻帶強度變化的順序[6]。……