RT - article
SR - Electronic
T1 - БИК-инверсионная модель прогнозирования плотности древесины лиственницы при разном содержании влаги на основе нейронной сети BP, оптимизированной с помощью нескольких алгоритмо
JF - Журнал прикладной спектроскопии
SP - 2024-04-29
A1 - Wang Z. , 
A1 - Zhang Z. , 
A1 - Williams R. A. , 
A1 - Li Y. , 
YR - 2024
UL - https://www.academjournals.by/publication/15109
AB - При изменении содержания влаги базовая модель прогнозирования плотности древесины лиственницы по спектрам в ближнем ИК-диапазоне демонстрирует меньшую точность и надежность или даже неработоспособность. Для решения этой проблемы предложена модель прогнозирования на основе нейронной сети BP (MVO-BPNN), оптимизированная с помощью нескольких алгоритмов для повышения точности. Сравнивались результаты, полученные предварительной обработкой метода сглаживания Савицкого–Голея, удаления тренда и сглаживания 15-точечным скользящим средним. Метод частичных наименьших квадратов использован для выделения характерных полос спектров ближнего ИК-диапазона. Показано, что модель прогнозирования, основанная на MVOBPNN, предпочтительнее моделей обычной нейронной сети и нейронной сети с генетическим алгоритмом. С помощью модели MVO-BPNN можно эффективно прогнозировать плотность древесины с различным содержанием влаги.