為解決生物質(zhì)中纖維素、半纖維素和木質(zhì)素測定時耗時耗力等問題,提出基于支持向量回歸機（support vector regression machine,SVR）和熱重分析法的生物質(zhì)三組分含量預(yù)測模型。通過對4種不同類型核函數(shù)的SVR進行比較,利用K折交叉驗證法結(jié)合網(wǎng)格搜索法,對SVR的參數(shù)進行尋優(yōu),以獲得最優(yōu)參數(shù)進而訓(xùn)練三組分含量的預(yù)測模型,并對該模型進行測試和驗證。結(jié)果表明:該模型具有較好的預(yù)測效果,三組分含量預(yù)測模型的相關(guān)系數(shù)R2均在0.9532以上;經(jīng)驗證該模型對毛竹、玉米桿和稻草的三組分含量預(yù)測絕對誤差控制在2.72%以內(nèi)。 

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引言
1 SVR原理
2 實驗
    2.1 實驗原料
    2.2 實驗裝置及方案
3 三組分含量預(yù)測模型構(gòu)建
    3.1 數(shù)據(jù)準(zhǔn)備及預(yù)處理
    3.2 核函數(shù)類型選擇
    3.3 模型參數(shù)尋優(yōu)
    3.4 模型訓(xùn)練、測試和驗證
4 結(jié)果與分析
    4.1 纖維素含量預(yù)測模型構(gòu)建與測試
    4.2 木聚糖含量預(yù)測模型構(gòu)建與測試
    4.3 木質(zhì)素含量預(yù)測模型構(gòu)建與測試
    4.4 生物質(zhì)三組分含量預(yù)測模型驗證
5 結(jié)論


【參考文獻】：
期刊論文
[1]基于非線性核空間映射與人工免疫網(wǎng)絡(luò)的高光譜遙感圖像分類[J]. 陳善靜,胡以華,孫杜娟,徐世龍.  紅外與毫米波學(xué)報. 2014(03)
[2]基于核函數(shù)支持向量回歸機的耕地面積預(yù)測[J]. 王霞,王占岐,金貴,楊俊.  農(nóng)業(yè)工程學(xué)報. 2014(04)
[3]高斯多峰擬合用于生物質(zhì)熱解三組分模型的研究[J]. 李睿,金保昇,仲兆平,傅旭峰.  太陽能學(xué)報. 2010(07)
[4]我國生物質(zhì)能資源與利用[J]. 趙軍,王述洋.  太陽能學(xué)報. 2008(01)



本文編號：3665438