期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进粒子群算法优化的染色木材颜色检测算法研究
1
作者
管雪梅
吴言
杨渠三
《林产工业》
北大核心
2024年第1期1-7,共7页
为提高染色木材颜色的检测精度和速度,对樟子松木材单板进行染色,选取染色单板的光谱反射率作为输入,以极限学习机模型为基础构建预测模型,对染色单板的色度参数L^(*)、a^(*)、b^(*)进行预测,运用粒子群算法对ELM权值和阈值进行寻优,并...
为提高染色木材颜色的检测精度和速度,对樟子松木材单板进行染色,选取染色单板的光谱反射率作为输入,以极限学习机模型为基础构建预测模型,对染色单板的色度参数L^(*)、a^(*)、b^(*)进行预测,运用粒子群算法对ELM权值和阈值进行寻优,并引入非线性惯性权重和新的位置与速度更新策略改进粒子群算法,以消除其易陷入局部最优的缺点。此外,以L^(*)、a^(*)、b^(*)平均绝对误差为评价指标,与基础ELM模型及其他模型作对比,发现优化后的模型平均绝对误差为0.16,测色效果相较于基础ELM的0.68、麻雀算法优化的ELM的0.37等具有明显优势,这对于提高木材染色生产效率具有重要意义。
展开更多
关键词
粒子群算法
极限学习机
反射率
惯性权重
全局优化
下载PDF
职称材料
基于灰狼算法优化支持向量回归模型的木材染色配色算法研究
2
作者
管雪梅
杨渠三
吴言
《林产工业》
北大核心
2023年第7期27-33,共7页
为提高木材染配色的精度和速度,本文对樟子松木材单板进行染色,提取染色单板的光谱反射率作为输入,以支持向量回归模型(SVR)为基础作为预测模型对染料配方进行预测,用灰狼算法对SVR参数进行寻优,并引入非线性收敛因子和新的位置更新策...
为提高木材染配色的精度和速度,本文对樟子松木材单板进行染色,提取染色单板的光谱反射率作为输入,以支持向量回归模型(SVR)为基础作为预测模型对染料配方进行预测,用灰狼算法对SVR参数进行寻优,并引入非线性收敛因子和新的位置更新策略改进灰狼算法容易陷入局部最优的缺点,以配方相对偏差作为评价指标,与固定参数的SVR模型及其他模型做对比,优化后的模型配方相对偏差为0.177,配色效果相较于固定参数SVR模型的相对偏差0.344、遗传算法优化的SVR模型的相对偏差0.287等具有明显优势,对提高人工速生材的利用具有重要意义。
展开更多
关键词
灰狼算法
支持向量回归
反射率曲线
收敛因子
全局优化
下载PDF
职称材料
题名
基于改进粒子群算法优化的染色木材颜色检测算法研究
1
作者
管雪梅
吴言
杨渠三
机构
东北林业大学机电学院
出处
《林产工业》
北大核心
2024年第1期1-7,共7页
基金
国家自然科学基金(32171691)
黑龙江省自然基金项目(LH2020C037)
中央高校项目(257202BF02)。
文摘
为提高染色木材颜色的检测精度和速度,对樟子松木材单板进行染色,选取染色单板的光谱反射率作为输入,以极限学习机模型为基础构建预测模型,对染色单板的色度参数L^(*)、a^(*)、b^(*)进行预测,运用粒子群算法对ELM权值和阈值进行寻优,并引入非线性惯性权重和新的位置与速度更新策略改进粒子群算法,以消除其易陷入局部最优的缺点。此外,以L^(*)、a^(*)、b^(*)平均绝对误差为评价指标,与基础ELM模型及其他模型作对比,发现优化后的模型平均绝对误差为0.16,测色效果相较于基础ELM的0.68、麻雀算法优化的ELM的0.37等具有明显优势,这对于提高木材染色生产效率具有重要意义。
关键词
粒子群算法
极限学习机
反射率
惯性权重
全局优化
Keywords
Particle Swarm Optimization algorithm
Extreme Learning Machine
Spectral reflectance
Inertia weight
Global optimization
分类号
TS653 [轻工技术与工程]
TS396 [轻工技术与工程]
下载PDF
职称材料
题名
基于灰狼算法优化支持向量回归模型的木材染色配色算法研究
2
作者
管雪梅
杨渠三
吴言
机构
东北林业大学机电学院
出处
《林产工业》
北大核心
2023年第7期27-33,共7页
基金
国家自然科学基金(32171691)
黑龙江省自然基金项目(LH2020C037)
中央高校项目(257202BF02)。
文摘
为提高木材染配色的精度和速度,本文对樟子松木材单板进行染色,提取染色单板的光谱反射率作为输入,以支持向量回归模型(SVR)为基础作为预测模型对染料配方进行预测,用灰狼算法对SVR参数进行寻优,并引入非线性收敛因子和新的位置更新策略改进灰狼算法容易陷入局部最优的缺点,以配方相对偏差作为评价指标,与固定参数的SVR模型及其他模型做对比,优化后的模型配方相对偏差为0.177,配色效果相较于固定参数SVR模型的相对偏差0.344、遗传算法优化的SVR模型的相对偏差0.287等具有明显优势,对提高人工速生材的利用具有重要意义。
关键词
灰狼算法
支持向量回归
反射率曲线
收敛因子
全局优化
Keywords
Grey Wolf algorithm
Support vector regression
Spectral reflectance
Convergence factor
Global optimization
分类号
TS653 [轻工技术与工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进粒子群算法优化的染色木材颜色检测算法研究
管雪梅
吴言
杨渠三
《林产工业》
北大核心
2024
0
下载PDF
职称材料
2
基于灰狼算法优化支持向量回归模型的木材染色配色算法研究
管雪梅
杨渠三
吴言
《林产工业》
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部