近红外光谱技术结合4种算法分析尾巨桉-马占相思制浆原料的混合程度和主化学成分

摘要

为缓解我国木浆供应压力,满足混合原料制浆的实际需求,进行了近红外快速分析混合制浆原料的研究。采集了145个人为控制尾巨桉含量的尾巨桉-马占相思混合样品近红外光谱,用常规方法测定其综纤维素、聚戊糖、Klason木质素含量。对原始光谱进行一阶导数与标准正态变换预处理后,分别运用偏最小二乘法、支持向量机法、人工神经网络法和LASSO算法建立尾巨桉、综纤维素、聚戊糖、Klason木质素含量分析模型。其中LASSO法建立的尾巨桉含量和综纤维素含量分析模型最优,预测均方根误差(RMSEP)分别为1.80%、0.60%;绝对偏差(八0)范围分别为-3.03%~3.17%、-1.03%~0.98%,模型性能能够满足较精确的快速分析。偏最小二乘法建立的聚戊糖含量分析模型最优,预测均方根误差为0.75%,绝对偏差范围为-1.26%〜1.33%;支持向量机法建立的Klason木质素含量分析模型最优,预测均方根误差为0.48%,绝对偏差范围为-0.82%~0.86%,两个模型性能适用于非精确性的分析。本研究为混合制浆原料的快速分析提供了可能,同时也证实了LASSO算法的适用性。