径向基函数网络在近红外光谱纸浆卡伯值测量的应用  

Application of radial basis function networks in determination of pulp kappa number with near-infrared spectroscopy

作　　者：吴新生[1] 谢益民[2] 刘焕彬[2] 伍红[2] 

机构地区：[1]广东科学技术职业学院计算机工程学院.广东,广州510640 [2]华南理工大学制浆造纸工程国家重点实验室

出　　处：《计算机与应用化学》2006年第10期952-954,共3页Computers and Applied Chemistry

基　　金：国家自然科学基金(30170756;30471365);山东省中青年科学家奖励基金(048505005)

摘　　要：为了提高制浆过程中的在线预测纸浆卡伯值的精度,提出采用径向基函数网络来建立纸浆卡伯值近红外光谱法在线测量模型。结果表明,这种算法由于既考虑到了近红外光谱响应的非线性因素,又可防止BP网络在建模时出现训练速度慢、容易陷入局部最小和“过拟合”的现象,利用这种网络建立的纸浆卡伯值测量模型与一元回归、多元回归、主成分回归等线性方法和BP算法相比,具有更高的预测精度。The radial basis function network is proposed to use in the determination of pulp kappa number with near-infrared spectroscopy in order to increase precision of kappa number determination. The results proved that precision of kappa number prediction was enhanced with the use of the radial basis function network as compared with linear algorithms such as principal component regression, muhivariable linear regression and nonlinear algorithms such as BP algorithm.

关 键 词：径向基函数网络(RBFN) 近红外光谱(NIR) 卡伯值 纸浆 

分 类 号：O6[理学—化学]