前言
绪论
第1章 板材基本密度的近红外光谱检测方法
1.1 概述
1.2 密度检测基本方法
1.3 近红外光谱分析技术
1.3.1 近红外光谱分析技术特点
1.3.2 木材的近红外光谱检测研究现状
1.3.3 近红外光谱分析流程
1.4 样本制备与近红外光谱定量分析流程
1.4.1 柞木样本材料制备
1.4.2 实验仪器介绍
1.4.3 柞木样本光谱采集
1.4.4 柞木基本密度测量
1.5 木材基本密度的光谱奇异值剔除与光谱数据预处理
1.5.1 光谱奇异值剔除方法
1.5.2 木材近红外光谱数据预处理方法
1.5.3 实验结果与分析
1.6 木材基本密度的近红外光谱特征波长提取
1.6.1 谱区选择算法
1.6.2 连续投影算法
1.6.3 基于BiPLS-SPA的光谱特征优选方法
1.6.4 光谱特征选择结果及其分析
1.7 小波神经网络在木材基本密度近红外建模中的应用
1.7.1 小波神经网络模型简介
1.7.2 基于小波神经网络的木材基本密度建模
1.7.3 实验结果与分析40 参考文献
第2章 基于纤维角检测的实木板材抗压弹性模量预测方法
2.1 概述
2.2 板材弹性模量检测设备硬件
2.2.1 纤维角检测设备
2.2.2 图像采集模块
2.2.3 运动模块
2.2.4 计算模块
2.3 板材纤维角测量方法
2.3.1 管胞效应
2.3.2 激光光斑图像处理
2.3.3 激光轮廓图像拟合与纤维角测量
2.3.4 测量精度测试
2.4 纤维角分布与弹性模量的建模
2.4.1 神经元模型
2.4.2 基于梯度的训练方法与优化
2.4.3 基于纤维角分布的弹性模量预测模型
参考文献
第3章 基于近红外光谱的板材缺陷形态反演方法
3.1 概述
3.2 实木板材缺陷的近红外光谱检测现状
3.3 实木板材缺陷反演模型
3.4 实木板材缺陷样本制备与数据采集
3.4.1 含缺陷的落叶松样本制备
3.4.2 近红外光谱采集设备介绍
3.4.3 落叶松样本缺陷边缘光谱采集
3.4.4 落叶松缺陷角度测量
3.5 实木板材缺陷异常样本剔除与光谱数据预处理
3.5.1 样本校正集和预测集及异常样本剔除划分方法
3.5.2 近红外光谱数据预处理方法
3.5.3 实验结果与分析
3.6 近红外光谱特征波长提取
3.6.1 缺陷样本光谱特征优化的PLS模型
3.6.2 光谱特征选择实验与结果分析
3.7 基于神经网络的实木板材缺陷形态预测方法
3.7.1 BP神经网络预测实木板材缺陷角度
3.7.2 小波神经网络预测实木板材缺陷角度
3.7.3 预测缺陷角度结果比较
3.7.4 实木板材缺陷形态模拟结果104 参考文献
第4章 实木板材力学近红外光谱极限学习机建模
4.1 概述
4.2 木材力学性质的近红外光谱研究现状
4.3 实验数据采集
4.3.1 抗弯力学样本的加工
4.3.2 近红外光谱数据采集
4.3.3 抗弯强度和抗弯弹性模量的真实值测量
4.4 异常样本剔除与近红外光谱的预处理
4.4.1 基于马哈拉诺比斯距离的异常样本剔除
4.4.2 K-S校正集和预测集划分
4.4.3 预处理结果分析
4.5 基于光谱数据特征优化的PLS模型
4.5.1 PSO优化光谱特征与SiPLS模型
4.5.2 LLE优化光谱特征与PLS模型
4.5.3 Isomap优化光谱特征与PLS模型
4.6 特征优化PLS的实验结果与分析
4.6.1 PLS模型的实验结果
4.6.2 SiPLS模型的实验结果
4.6.3 PSO-SiPLS模型的实验结果
4.6.4 LLE-PLS模型的实验结果
4.6.5 Isomap-PLS模型的实验结果
4.6.6 模型预测性能比较
4.7 基于极限学习机的预测模型
4.7.1 极限学习机简介
4.7.2 实验结果与分析137 参考文献
第5章 实木板材表面缺陷的近红外光谱支持向量辨识方法
5.1 概述
5.2 实木板材表面缺陷检测研究现状
5.3 板材缺陷分析与板材光谱的数据采集处理
5.3.1 缺陷类别
5.3.2 板材加工、数据采集及预处理
5.4 光谱数据特征选择及支持向量机参数优化
5.4.1 支持向量机简介
5.4.2 特征选择
5.4.3 实验结果与分析
5.5 改进的偏二叉树双支持向量机分类模型
5.5.1 双支持向量机简介
5.5.2 二叉树支持向量机简介
5.5.3 改进的偏二叉树双支持向量机简介
5.5.4 实验结果与分析173 参考文献
第6章 基于特征融合的木材纹理分类
6.1 概述
6.2 木材纹理特征提取与分类器的研究现状
6.2.1 纹理特征提取的研究现状
6.2.2 分类器的研究现状
6.3 实验样本采集
6.4 基于小波变换的特征提取
6.4.1 最佳分解级数的确定
6.4.2 小波基确定
6.4.3 特征提取
6.4.4 实验结果与分析
6.5 基于曲波变换的特征提取
6.5.1 第一代曲波变换简介
6.5.2 第二代曲波变换简介
6.5.3 实验结果与分析
6.6 基于遗传算法
展开
