学位论文 > 优秀研究生学位论文题录展示

结合近红外与模式识别技术的纸浆原料分类研究

作 者: 刘雪云
导 师: 胡慕伊
学 校: 南京林业大学
专 业: 制浆造纸工程
关键词: 近红外光谱 聚类分析 纸浆原料 SIMCA 模式识别
分类号: TN219
类 型: 硕士论文
年 份: 2011年
下 载: 20次
引 用: 0次
阅 读: 论文下载
 

内容摘要


植物纤维原料作为纸浆的原料,其类型对纸浆有着密切的利害关系。纸浆原料鉴别的目的在于确定纸张中纤维的种类、不同加工工艺生产的纸浆类别,这对造纸产品的质量检查、纸张特性的研究和产品的仿制等非常有用。传统的方法是通过在显微镜下对纤维形态的观察,或者通过纤维或纸浆对染色剂的颜色变化来确定。这种方法虽然能够准确地识别纸浆的种类,但其步骤繁琐、耗时耗力。耗时耗力。近红外反射光谱分析技术是一种可用于以原样分析且、速度快、成本低、结果性好和非破坏性的分析方法,在化工、食品、农业等领域已经得到普遍应用,可以解决纸浆鉴别传统方法的缺点。本文结合纸浆原料快速鉴别的需要,以测量的纸浆手抄片近红外漫反射吸收光谱为分析对象,利用模式识别技术开展纸浆原料近红外光谱分类研究。通过实验分析了光谱测定中的误差因素,确定合理的光谱测量方案,完成六类纸浆品的收集、手抄片制样及其近红外光谱信号采集。对纸浆原料的近红外光谱经过滑动平均滤波和一阶微分预处理,基于主成分分析法对纸浆原料进行聚类分析研究,表明采用近红外光谱技术结合聚类分析能对样品正确、快速分类,并分析了影响样品正确聚类的因素,结果表明:漂白工艺对纤维的近红外光谱鉴别影响明显;不同定量的制样方法对分类无显著影响;添加不同类型的助剂,对纸浆原材料的分类无显著影响。分别采用BP人工神经网络和SIMCA法建立六类代表性纸浆原料的近红外光谱识别模型,并着重介绍了SIMCA法应用中关键技术,实现不同种类纸浆原料的鉴别。针对传统的近红外光谱特征提取方法的不足,应用小波变换和分形理论,通过计算纸浆原料近红外光谱的小波分形参量作为特征变量,探讨了将其用于纸浆种类识别的效果。使用小波变换和分形提取特征变量时,只要确定小波函数和小波分解尺度,即可获得光谱的小波分形参量,虽然使用小波分形参量进行特征提取判别纸浆种类时,判别的正确率不是很高,但其小波分形参量特征提取的简洁性是其突出优势,如果通过选择或构造合适的小波函数,或结合简单的预处理,有望提高判别正确率。

全文目录


致谢  3-4
摘要  4-5
Abstract  5-8
第一章 绪论  8-13
  1.1 课题的研究背景和研究意义  8-9
  1.2 近红外分析技术的应用和发展  9-11
    1.2.1 近红外分析技术的发展阶段  9-10
    1.2.2 近红外技术在造纸工业中的应用  10-11
  1.3 本课题的研究对象、任务和内容  11-13
第二章 近红外光谱技术和化学计量学的基本理论  13-24
  2.1 近红外光谱的吸收机理  13-17
    2.1.1 近红外分子振动光谱  13-14
    2.1.2 比尔定律  14-15
    2.1.3 漫反射定量分析原理  15-17
  2.2 近红外光谱分析技术的基本方法  17-18
  2.3 用于近红外光谱分析的化学计量学方法  18-23
    2.3.1 光谱预处理方法  19-20
    2.3.2 近红外光谱的定量分析方法  20-21
    2.3.3 近红外光谱的定性分析—模式识别定性方法  21-23
  2.4 本章小结  23-24
第三章 纸浆原料的近红外光谱采集  24-28
  3.1 实验仪器工作参数的确定  24
    3.1.1 实验仪器  24
    3.1.2 仪器工作参数  24
  3.2 光谱测量中的各误差因素分析  24-27
    3.2.1 样品制样方法对光谱测量的影响  25-26
    3.2.2 样品的填充度对光谱测量的影响  26
    3.2.3 样品检测池容器对光谱测量的影响  26-27
  3.3 本章小结  27-28
第四章 纸浆原料的近红外光谱分类研究  28-40
  4.1 光谱预处理和特征提取  28-29
    4.1.1 光谱数据预处理  28
    4.1.2 基于主成分分析的特征提取  28-29
  4.2 实验一:6种纸浆浆种的分类  29-33
    4.2.1 实验材料与光谱测量  29-30
    4.2.2 预处理效果的比较  30
    4.2.3 四种原浆纸样的聚类分析  30-32
    4.2.4 六种纸浆的聚类分析  32
    4.2.5 实验总结  32-33
  4.3 实验二:阔叶浆的分类  33-34
    4.3.1 实验材料  33
    4.3.2 聚类分析结果与讨论  33-34
  4.4 实验三:工艺的影响  34-39
    4.4.1 特殊化学添加剂  34-35
    4.4.2 四种浆的聚类分析  35-37
    4.4.3 五种浆的聚类分析  37-39
    4.4.4 实验总结  39
  4.5 本章小结  39-40
第五章 纸浆原料近红外判别模型的建立  40-54
  5.1 近红外光谱定性分析的一般步骤  40-41
  5.2 纸浆近红外光谱判别模型建模数据  41-43
    5.2.1 实验材料  41-42
    5.2.2 校正集样品的选择  42
    5.2.3 光谱预处理和特征提取方法  42-43
  5.3 基于BP人工神经网络的纸浆近红外光谱判别模型  43-45
    5.3.1 BP人工神经网络原理  43-44
    5.3.2 主成分特征提取  44
    5.3.3 BP神经网络模型的结果与分析  44-45
    5.3.4 结论  45
  5.4 基于SIMCA技术的纸浆近红外光谱判别模型  45-52
    5.4.1 SIMCA建模原理  45-48
    5.4.2 建立SIMCA模型中的关键技术法  48-51
    5.4.3 SIMCA模型的建立和判别结果  51
    5.4.4 结论  51-52
  5.5 两种判别方法的比较  52-53
  5.6 本章小结  53-54
第六章 结合小波变换和分形的纸浆近红外识别特征提取  54-67
  6.1 分形和分形维数  54-55
  6.2 小波变换  55-57
  6.3 基于分形和小波变换的小波分形参量  57-60
    6.3.1 小波函数分形参量  57-58
    6.3.2 算法步骤  58-59
    6.3.3 小波函数选择的理论依据  59-60
  6.4 纸浆近红外光谱小波分形特征的提取与判别模型建立  60-65
    6.4.1 小波函数的选择  60-61
    6.4.2 小波分解尺度的选择  61-63
    6.4.3 判别模型建立及结果分析  63-65
  6.5 与传统方法的比较  65-66
  6.6 本章小结  66-67
第七章 总结和展望  67-70
参考文献  70-73
详细摘要  73-75
Abstract  75

相似论文

  1. 基于流形学习的高维流场数据分类研究,V231.3
  2. 基于仿生模式识别的文本分类技术研究,TP391.1
  3. 牡丹EST-SSR引物开发及其亲缘关系分析,S685.11
  4. 葡萄籽原花青素制备工艺及真菌毒素检测,TQ461
  5. 高血压前期证候特征研究,R259
  6. 大学生综合素质测评研究,G645.5
  7. 大豆品种对腐竹品质的影响及其品质评价体系的初步构建,TS214.2
  8. 21个荷花品种遗传多样性的ISSR分析,S682.32
  9. 基于聚类分析的P2P流量识别算法的研究,TP393.02
  10. 桃杂交后代(F1)幼苗光合效能评价,S662.1
  11. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  12. 南通市农业面源污染负荷研究与综合评价,X592
  13. 土壤环境功能区划研究,X321
  14. 基于回波包络的超声波入侵探测在军队警戒巡逻中的应用,E919
  15. 基因表达谱数据聚类分析方法比较与大豆疫霉基因的网络构建,S435.651
  16. 基于近红外光谱的水稻叶片氮素营养监测研究,S511
  17. 大豆杂种优势及其遗传基础研究,S565.1
  18. 象草自交后代无性系的饲用价值及生物质能特性初步评价,S543.9
  19. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  20. 近红外光谱分析技术在尖椒叶片生长信息获取中的应用,S641.3
  21. 基于同化能力杂种优势早期评价的桃光合特性研究,S662.1

中图分类: > 工业技术 > 无线电电子学、电信技术 > 光电子技术、激光技术 > 红外技术及仪器 > 红外技术的应用
© 2012 www.xueweilunwen.com