基于小波分析的木材干燥过程的声发射信号的去噪研究

指出了木材结构的各向异性导致了木材声发射信号的提取的困难性。小波分析作为信号和信息的处理工具由于其优越性已经被大家所认可,特别是在去噪方面,小波的多分辨分析、相关性、低墒性使其在去噪领域有着独特的优势。声发射技术是一种动态的无损检测技术,它不仅能对缺陷进行实时的动态监测,还能对发展趋势进行预测。     

一种新的小波阈值去噪方法

小波阈值去噪是信号处理中一种重要的去噪方法,然而,常用的软阈值和硬阈值法存在各自的局限性,对此,本文提出了一种新的阈值处理方法,仿真试验结果表明,新的阈值方法的去噪效果无论在视觉效果上,还是在信噪比和最小均方误差意义上均优于传统的硬阈值和软阈值.     

平移不变小波包去噪方法

由于小波基缺乏平移不变性,传统小波及小波包去噪算法可能使信号急剧变化部分产生人为振荡现象.提出了基于平移不变的小波包去噪方法,对所分析的信号进行循环平移,利用软或硬阀值对该信号的小波包系数进行压缩,重构信号,再进行相反的循环平移,通过多次的平移—消噪—平移,平均所获得的结果,从而消除小波包基的平移依赖性.对比普通小波包去噪,该方法能有效地消除人为振荡现象,使去噪后的信号更光滑,更逼近真实信号.     

基于VB的木材无损检测近红外光谱图检索系统的实现

利用VB语言设计木材无损检测的近红外光谱图检索系统,检索关键词由＂物质名＂、＂光谱查询＂及＂列表查询＂组成,可分别实现已知物质名的光谱图检索、未知物质基于吸收峰位置的物质名检索及吸收峰位置相同或接近的物质名列表检索。检索界面简洁,易于操作,相对于传统的检索方法,检索的查全查准率较高。     

声发射信号处理及去噪方法的算法实现

分析了基于声发射技术检测中噪声的来源及处理方法,并对消噪方法中采用的傅立叶算法和小波分析方法进行比较。描述了小波去噪的原理以及几种阂值的确定方法,并提出了一种改进的阈值函数。     

近红外光谱检测技术及其在木材工业中的应用

对近红外光谱技术在国内外的发展现状进行了总结,并就近红外光谱技术在木材工业中的几项重点应用做了说明,预测了近红外光谱技术的发展前景。     

湿地松木材近红外光谱与其结晶度的相关性

对湿地松木材近红外光谱与X射线衍射法测定的木材结晶度之间的相关性进行分析,并结合近红外光谱分析技术的基本理论,探讨降低光谱范围和选择相关光谱信息对近红外光谱预测木材结晶度的影响.结果表明:1)降低参与建模的近红外光谱范围仍然可以得到比较理想的近红外光谱模型与预测结果,当选用2 000～2 500 nm区域的光谱建立模型时,预测值与实测值的相关系数r达到0.943;2)当选择光谱范围更小但与木材纤维素吸收峰密切相关的光谱数据(1 400～1 660 nm或2 020～2 250 nm)进行建模时,模型的预测效果并未降低(r＞0.947),甚至仅采用7个光谱数据也可以得到比较理想的预测结果,预测相关系数r可达到0.930,说明采用更少的但与木材纤维素吸收峰密切相关的光谱信息,所建立的预测模型仍可得到比较理想的预测效果,这将有利于低成本、便携式近红外光谱仪的开发.     

近红外光谱分析技术在木材机械性能检测中的研究进展

近红外光谱技术具有快速、无污染、成本低廉、准确性高等优点,相比其他无损检测方法,被广泛应用于农业、医学、化工、造纸等各个领域。国内外许多科研工作者在木材材性分析和检测方面也作了大量的探索。本文主要介绍木材材性分析的重要性、近红外光谱技术的基本原理和特点,国内外林业科技工作者在辐射松、蓝桉、火炬松和粗皮桉等不同树种木材的抗弯强度、抗弯弹性模量、密度和压缩强度等物理力学性质检测方面所做出的贡献和取得的进展,通过介绍可以看出NIR技术具有很大的潜能,它可以快速、准确的获悉木材的性质,从而对木材进行科学合理的利用。     

近红外光谱快速预测乙酰化木材的增重率

采用近红外光谱技术对乙酰化大青杨和樟子松木材的增重率进行快速预测。在近红外波长780～2500 nm范围内,利用偏最小二乘法( PLS)建立木材横切面原始光谱及不同预处理(一阶导数、二阶导数、归一化处理和消噪)光谱乙酰化木材增重率数学模型,并进行比较分析。结果表明：乙酰化大青杨和樟子松木材分别选用归一化处理光谱和消噪光谱建立的增重率校正模型预测效果较好,预测模型相关系数( R)分别为0.90和0.70,预测标准差(RMSEP)分别为1.0072和1.3012,其中乙酰化大青杨木材增重率预测模型实测能力较佳,表明利用木材横切面近红外光谱建立的数学模型可以实现乙酰化木材增重率的快速预测。     

近红外光谱技术在木材性质预测中的应用研究进展

林木定向培育和木材资源的优化利用, 都需要对大量木材样本的性质进行快速测试.然而, 传统的测试方法成本高、效率低, 不能满足生产和科研的需要.近红外光谱技术是一种新的无损评价方法, 能够迅速、准确地对木材试样的性质进行预测.文中主要介绍了近红外分析技术的基本原理、特点以及在预测木材化学组成、物理力学性质、解剖性质等方面的研究进展.     

快速检测木材微纤丝角的近红外光谱分析技术

介绍了一种新的测量木材微纤丝角的无损检测技术--近红外光谱分析,并详细阐述了测量时木材样品的选择及制备,测量工作包括X射线衍射和近红外光谱采集、多变量数据分析与模型建立的方法及步骤.证明了近红外光谱分析技术可以用于快速准确地预测木材的微纤丝角.     

粗皮桉木材力学性质的近红外光谱方法预测

以人工林粗皮桉木材为研究对象,采用常规力学测试方法和近红外光谱方法对其无疵小试样力学性质进行研究。用近红外光谱仪采集试样表面的近红外光谱,对采集的近红外漫反射光谱进行导数预处理并对不同波段光谱建立校正模型,以1/3试样作为预测集对校正模型进行验证。结果表明:二阶导数预处理、350～25000nm全光谱波段、径切面和弦切面平均光谱值对粗皮桉木材力学性质模型预测效果最好。抗弯弹性模量和抗弯强度、顺纹抗压强度的实测值与近红外光谱方法的预测值存在较好的相关性,相关系数均大于0.88,相对分析误差大于2.0,表明利用近红外光谱方法预测人工林粗皮桉木材力学性质效果较好。     

近红外光谱技术的分析与应用

近红外光谱技术是一种"绿色、快速、非破坏"的分析技术,文章简要阐述了它的发展历史及其原理,并列举了一些成功应用的例子,预见其发展趋势。     

近红外光谱技术及其在木材科学中的应用

近红外光谱技术是一项新的木材无损评价方法,能够迅速、准确地对生长锥、固体木材或木粉等试样的性质进行全面无损评价,目前已广泛应用于木材性质预测、木材加工利用等方面的研究中,并为林木的定向培育、木材的遗传改良和高效利用提供技术支持。本文介绍了近红外光谱技术的基本原理及其主要应用,重点介绍了木材的近红外光谱技术及其在木材化学组成、物理力学性质、木材加工利用和木质复合材料等方面的研究成果及应用。     

一种快速测定棕榈藤材材质特性的近红外光谱分析法

分析了棕榈藤生物质材料特点与近红外光谱关系;阐述了近红外光谱分析技术可以快速准确地预测棕榈藤材的材质特性,并详细介绍了其中包括藤材的选择及加工、藤材近红外光谱采集、藤材材性真值测量、多变量数据分析与模型建立的实验方法与操作步骤。     

近红外光谱结合支持向量机快速识别树种

利用阿达玛变换近红外光谱结合支持向量机,对制浆造纸常用木材树种的快速识别进行研究。将各树种近红外光谱先进行多点平滑和标准正态变换预处理以消除噪音干扰和光散射导致的测量偏差,然后基于不同建模策略建立一对多和一对一两种支持向量机模型,考察这两种模型对多树种属间分类和种间分类的预测能力,并与传统的偏最小二乘判别分析分类法进行对比。结果表明,支持向量机预测模型对桉木、相思木、杨木、水杉等树种的属间分类正确率达到98%以上,种间分类正确率均达到95%以上,在处理复杂分类问题时模型稳健性明显优于传统分类方法,从方法上证明了近红外技术工业化应用的可能性,为进一步建立近红外在线检测木片材性分析系统奠定了基础。     

近红外光谱分析技术应用于植物叶片研究综述

近红外光谱技术（Near Infrared Spectroscopy,NIRS）作为 20 世纪 80 年代后期迅速发展起来 的一项检测技术,已被广泛应用于许多植物的各个组织和各种成分的分析。文章综述了该技术在植物叶 片研究上的应用进展,包括基于叶片特征的植物种类鉴别、植物叶片病虫害诊断、育种材料选择、叶片 内含物质含量测定等 4 个方面,并对近红外光谱检测技术的应用于植物叶片研究前景进行了展望。