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与主化学成分

为缓解我国木浆供应压力,满足混合原料制浆的实际需求,该文进行了近红外光谱快速分析混合制浆原料的研究.采集145个人为控制尾巨桉含量的尾巨桉-马占相思混合样品的近红外光谱,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(AD)分别为-3.03％～3.17％、-1.03％～0.98％,模型性能可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,RMSEP为0.75％,AD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,RMSEP为0.48％,AD为-0.82％～0.86％,两个模型性能适用于非精确性的分析.该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.