基于多维数据处理技术的纸品性能检测与品质分析的方法开发及配套程序的设计

发布时间：2024-01-03 17:29

　　纸制品参数是造纸行业产品质量评价与控制的依据。然而,行业现有的检测方法并没有与不断更新的科学发展并驾齐驱。由于大多数纸制品参数评价问题都涉及到复杂的多变量,传统的方法已无法满足对纸品质量进行综合评价的要求。机器学习是现代先进的计算机数据分析方法,最大特点的是它具有自我学习能力,可以通过模拟人的学习行为来使算法的适应性得到提高,在计算的过程中不断学习,以增强准确性。到目前为止提出了大量适应于不同学科领域和不同问题的算法,比如,神经网络、支持向量机等等,都是非常典型的数据分析处理方法。因此将机器学习算法应用于纸制品参数评价中,利用机器学习算法善于处理复杂数据、建立相关关系等特性,以此实现对纸制品参数评价研究是十分具有意义的。本文的主要研究内容有:采用Matlab商业数学软件建立模型和Lab VIEW图形化编程软件编写程序,编译便于理解操作的界面;建立了基于自动纠偏技术建立纸品中可迁移荧光增白剂含量的检测方法:通过数学计算扣除干扰物光谱的影响,计算样品中荧光增白剂(FWAs)的含量。该方法的相对标准偏差为3.7%;回收率在99.1%～107%之间,可用于快速测定未知干扰纸制品中可迁移性荧光增...

【文章页数】：76 页

【学位级别】：硕士

本文编号：3876519