买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种消除水分干扰的近红外光谱预测造纸木片基本密度的方法。该方法包括如下步骤：采集造纸木片样品失水过程中的近红外动态光谱，并通过外部参数正交化算法EPO计算水分校正因子；采集造纸木片在饱水状态下的近红外光谱，并通过水分校正因子对饱水光谱进行水分校正，建立水分校正光谱与基本密度之间的偏最小二乘回归PLS模型；对待测样品光谱先进行水分校正，然后再将校正光谱输入模型，进行基本密度预测。该方法通过消除近红外光谱中的水分干扰信息建立稳健的木片基本密度预测模型，有效降低样品水分波动对预测结果的干扰，提高模型在复杂应用环境下的适应性和稳定性。

主权项：1.一种消除水分干扰的近红外光谱预测造纸木片基本密度的方法，其特征在于：包括如下步骤：（1）将k个造纸木片样品按照基本密度值从小到大排列，采用间隔取样的方法选取j个样品作为水分校正集，用于计算水分校正因子；剩余样品作为训练集，用于建立基本密度预测模型；（2）采集水分校正集中的一个样品在饱水状态下的近红外光谱，然后对该样品进行加热使其水分含量逐渐降低，在不同水分含量条件下对该样品分别采集一次近红外光谱；当水分含量不再变化时，将该样品完全烘干至绝干状态，然后采集绝干状态下该样品的近红外光谱；选择水分校正集中的另一个样品，重复上述步骤，直至将水分校正集中所有样品从饱水状态到绝干状态过程中不同水分含量条件下的近红外光谱采集完成；将上述采集的所有近红外光谱组成动态光谱数据集，采用外部参数正交化算法计算水分校正因子；采用外部参数正交化算法计算水分校正因子并进行光谱水分校正的步骤如下：a计算动态差异光谱，为样品在不同水分条件下的动态光谱，为样品在绝干状态下的光谱；b对D的协方差矩阵进行奇异值分解，是左奇异矩阵，是奇异值对角矩阵，是右奇异矩阵，m是样品数，n是波长点数；c确定EPO因子数g，获取V的前g列子矩阵，计算水分干扰信息矩阵；d计算水分校正因子,I是单位矩阵；e计算水分校正光谱，X是原始光谱；（3）采集训练集中样品在饱水状态下的近红外光谱，得到饱水光谱；通过水分校正因子对饱水光谱进行校正，得到水分校正光谱；然后对训练集中样品的水分校正光谱和对应的基本密度值进行偏最小二乘回归建模，建立水分校正基本密度预测模型；（4）采集待测样品的近红外光谱，并通过水分校正因子进行校正，将得到的水分校正光谱输入步骤（3）中的水分校正基本密度预测模型中进行预测待测样品的密度。

全文数据：

权利要求：

百度查询： 中国林业科学研究院林产化学工业研究所 一种消除水分干扰的近红外光谱预测造纸木片基本密度的方法