CN107486410A - 一种圆竹分级方法 - Google Patents
一种圆竹分级方法 Download PDFInfo
- Publication number
- CN107486410A CN107486410A CN201710656794.0A CN201710656794A CN107486410A CN 107486410 A CN107486410 A CN 107486410A CN 201710656794 A CN201710656794 A CN 201710656794A CN 107486410 A CN107486410 A CN 107486410A
- Authority
- CN
- China
- Prior art keywords
- bamboo
- diameter
- sample
- ground
- cross
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/04—Sorting according to size
- B07C5/12—Sorting according to size characterised by the application to particular articles, not otherwise provided for
- B07C5/14—Sorting timber or logs, e.g. tree trunks, beams, planks or the like
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Forests & Forestry (AREA)
- Chemical And Physical Treatments For Wood And The Like (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明提供一种圆竹分级方法,包括:测量多个圆竹试样的胸径和基本密度;根据多个圆竹试样的胸径和基本密度,采用K‑均值聚类分析算法,对圆竹进行径级分级和密度分级。本发明提供的圆竹分级方法,对圆竹进行径级和密度分级,根据不同的径级等级尺寸和密度确定圆竹的加工方案和用途,密度低、径级小的圆竹可以用作制备地板用、家具用和装饰用等非结构材料,而强度高的圆竹可以制备桥梁和建筑构件用的结构材料。选择相同密度等级的圆竹作为原材料制备的板材或结构材,实现材料的可设计和性能均匀,从而研发出质量稳定的圆竹产品。同时,也通过不同径级等级的圆竹确定出合理的加工方案,将毛竹利用率提高5%,实现圆竹应用价值的最大化。
Description
技术领域
本发明涉及竹类应用领域,特别涉及一种圆竹分级方法。
背景技术
我国是世界竹类起源的中心,无论是竹子的种类、面积、蓄积量,还是年采伐量均居世界之首,而毛竹产量占我国竹材总产量的2/3以上。竹子具有很强的更新能力,可在2-4个月内完成高生长,且竹材一次造林可持续利用,圆竹的强度高、韧性好、硬度大,具有较好的强重比,能够替代木材在建筑、家居等领域被广泛应用。
在竹产业快速发展的今天,利用不同尺寸的圆竹单元制备了竹篾层积材、竹集成材、重组竹等产品。然而,中国毛竹分布区域广泛,有研究认为不同立地条件如土壤、立竹度、坡度、坡向、坡位、郁闭度、水分、光照、海拔等因素,对圆竹秆形、壁厚、密度、材性均有一定的影响。
目前,还没有关于圆竹分级的相关报道。在国内外圆竹加工产业中,根据不同的用途,竹杆都是通过经验或者目测观察进行比较粗放的挑选,没有专业上的分级研究和技术支撑;由于圆竹形状尺寸和性能的变异性,毛竹圆竹胸径等级分布范围6-15cm,不进行科学分级,会导致圆竹加工的出材率低、优质圆竹不能优化利用;以及密度和性能不均一的圆竹单元混用带来的圆竹产品性能不稳定和整体强度下降,以至于使用过程中产品开裂和减少使用寿命等问题。
发明内容
本发明为解决现有技术出现的圆竹利用不够科学、原材料利用率低,产品性能不均一的缺陷,提供一种圆竹分级方法,包括:
测量多个圆竹试样的胸径和基本密度;
根据所述多个圆竹试样的胸径和基本密度,采用K-均值聚类分析算法,对圆竹进行径级分级和密度分级。
其中,所述径级分级包括:
测量多个圆竹试样的胸径,将所述多个圆竹试样的胸径作为样本进行初始化分组,指定类别数的初始聚类中心,将样本分配给距离其最近的中心数值,样本从而形成不相交的聚类,然后经过15-20次的迭代和聚类,对样本进行重复的分组和确定中心,得到最终胸径的分级水平和等级结果。
其中,所述采用K-均值聚类分析算法,对圆竹进行径级分级具体包括:
从圆竹胸径的数据集中任意选取k个赋给初始的聚类中心d1,d2,……,dk;
式中:——代表圆竹胸径的数据集,共有N个样本数;D为胸径,mm;Dn为第n个圆竹胸径值;K为选择的初始聚类中心的数量;d1,d2,……,dk为聚类中心的胸径的数值;
对胸径数据集中的每个竹子的胸径样本点Di,计算其与各个初始聚类中心dj的欧式距离dij计算公式如下:
第i个样本胸径与初始的聚类中心点dj的欧式距离为:
并获取其类别的标号:label(i)=argjmin||Di-dj||2,i=1,2,……,N;j=1,2,……,k;
式中:label(i)表示第i个胸径Di的类别标号;
argjmin||Di-dj||2表示第i个胸径Di到第j个聚类中心dj的最小欧式距离值;
重新计算K个聚类中心:
dj——第j个重新计算的聚类中心的胸径值,
∑s:labe(s)=jDs表示分布对不同类别表示的胸径D进行求和,s代表类别表示,Ds为s类别的胸径值;
S表示类别标记;
Nj为第j类别表示的样本数;
重复上述计算步骤15-20次,直到达到最大迭代次数;得出同一批次圆竹胸径等级K,和等级水平范围。
其中,所述径级分级的等级类别和等级范围分别为:
胸径等级D1,等级范围6-9cm;胸径等级D2,等级范围9-10.5cm;胸径等级D3,等级范围10.5-11.5cm;胸径等级D4,等级范围11.5-12.5cm;胸径等级D5,等级范围12.5-14cm。
其中,所述密度分级包括:
制备圆竹基本密度试样,测量所述基本密度试样的饱水体积和绝干质量,计算所述试样的基本密度;
根据所述试样的基本密度,采用K-均值聚类分析算法进行聚类分析,得出基本密度分布等级。
其中,所述制备圆竹基本密度试样包括:
截取距离砍伐处1.3米处整个竹节,截取竹节的节间部位竹筒胸径相差小于0.02mm段,用来制备基本密度试样,在平行段东、西、南、北四个方向点各截取3-4个10mm×10mm×t mm,t为竹壁厚值,在试样制作过程中要保持试样为饱水状态。
其中,所述测量基本密度试样的体积和质量包括:
根据阿基米得定律测定竹块的饱水时体积;
通过烘箱将试样烘干,测试试样的绝干质量。每隔2h测试试样质量,直到前后2小时之间的质量相差小于0.002g,认为试样为绝干,测量试样质量,精确至0.001g。根据绝干质量和饱水时体积计算圆竹的基本密度。
其中,所述采用K-均值聚类分析算法进行聚类分析,得出基本密度分布等级包括:
对同一批次圆竹1.3米处圆竹的基本密度为样本数,中任意选取k个密度值,赋给初始的聚类中心α1,α2,……,αk;
计算基本密度数据集中的每个样本点ρi与各个初始聚类中心αj的欧式距离,计算公式如下:
第i个样本密度与初始的聚类中心点aj的欧式距离为:
并获取其类别的标号:
label(s)=argimin||ρi-αj||2,i=1,2,……,N;j=1,2,……,k;
式中:label(s)表示第i个密度ρi的类别标号;
argimin||ρi-αj||2表示第i个密度ρi到第j个聚类中心αj的最小欧式距离值;
重新计算K个聚类中心:
重复上述计算步骤15-20次,直到达到最大迭代次数,得出同一批次圆竹的基本密度分布等级。
其中,所述基本密度分布等级包括:
基本密度等级ρ1,基本密度0.40-0.45g/cm3;基本密度等级ρ2,基本密度0.45-0.55g/cm3;基本密度等级ρ3,基本密度0.55-0.65g/cm3;基本密度等级ρ4,基本密度0.65-0.70g/cm3。
其中,所述方法还包括:
对圆竹的含水率进行测量;
试样含水率计算公式:
式中:W为试样含水率,%;
m1为试验时试样质量,g;
m0为试样全干时质量,g。
本发明提供的圆竹分级方法,对圆竹胸径和密度分级,根据不同的胸径等级尺寸和密度确定圆竹的加工方案和用途,例如竹集成材的原料竹条制备过程中,6-9cm胸径的圆竹可以剖分4-5个竹条单元,而10.5-11.5cm胸径的圆竹可以剖分出6-7个竹条单元;密度低、模量差的圆竹可以用作制备地板等非结构材料,而强度高的圆竹可以制备桥梁和建筑用结构材料。通过本发明提供的圆竹分级方法,选择相同密度等级的圆竹加工成不同用途的原材料,实现了圆竹单元密度和性能的均匀,从而可以研发出质量稳定、性能均匀的圆竹产品。同时,也通过不同胸径等级的圆竹确定出合理的加工方案,将毛竹利用率提高5%,并实现圆竹应用价值的最大化。
附图说明
图1为根据本发明实施例提供的圆竹分级方法流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为根据本发明实施例提供的圆竹分级方法流程示意图,如图1所示,该方法包括:
步骤S1,测量多个圆竹试样的胸径和基本密度;步骤S2,根据所述多个圆竹试样的胸径和基本密度,采用K-均值聚类分析算法,对圆竹进行径级分级和密度分级。
本发明提供的圆竹分级方法,对圆竹进行径级分级和密度分级,可以根据不同胸径等级确定圆竹的加工方案,例如竹集成材的原料竹条制备过程中,6-9cm胸径的圆竹可以剖分4-5个竹条单元,而10.5-11.5cm胸径的圆竹可以剖分出6-7个竹条单元。根据不同密度的圆竹确定使用用途,密度低、模量差的圆竹可以用作制备地板等非结构构件,而强度高的圆竹可以制备桥梁和建筑用结构材料。通过本发明提供的圆竹分级方法,选择相同密度等级的圆竹作为原材料,实现圆竹单元密度和性能的均匀,从而研发出质量稳定、性能均一的圆竹产品。同时,也通过不同胸径等级的圆竹确定出合理的加工方案,来提高圆竹的出材率,并实现圆竹应用价值的最大化。
其中,步骤S1中,测量多个圆竹试样的胸径和基本密度。
首先,在测量圆竹胸径前,对圆竹进行选择和预处理,过程包括:
竹材选择:在正常的气候、地理位置和土壤等自然条件下的竹林中采集,选择成熟期的毛竹进行采伐,要求4年生以上(含4年生),无破坏、无腐朽、无霉变、无虫蛀、无开裂等缺陷的毛竹。毛竹采伐前,在离地面位置距离1.3米部位标明北向。
采伐与去枝:在立竹根部接触地面位置,用砍伐斧子伐倒竹子,砍伐位置不能超过立竹的第二个竹节,并且保证不能单边砍伐而出现劈裂。圆竹采伐后,用砍刀去除竹秆上的枝芽,便于运输。
运输:对采伐后并去除枝桠的竹秆,通过3-5根进行捆扎,利用车辆运输到指定加工地点,运输过程中,必须保证竹秆不破损、不劈裂。
竹秆高度测量:沿竹秆北向,从砍伐处的第一个竹节处向稍部通过皮尺进行测量,测量要求皮尺接触竹壁表面,并且不能出现扭曲。
圆竹的选择和预处理完成后,测量多个圆竹试样的胸径和基本密度。胸径又称干径,指乔木主干离地表面胸高处的直径,断面畸形时,测取最大值和最小值的平均值。不同国家对胸径的规定有差别。我国和大多数国家胸高位置定为地面以上1.3米高处。测量距圆竹根部砍伐处1.3米处,沿北向测量该竹节的长度,并在该竹节的中间位置进行标记;若1.3米正好在竹节处,则选择1.3米上下两个竹节的胸径的平均值;在1.3米处竹节的中间位置,用胸径尺测量该处竹节部位的周长,精确到0.1mm;
胸径
式中:D为胸径;C为周长,π为圆周率。
木材基本密度是木材的一种属性,木材基本密度=木材的绝干质量/生材木材体积,应用饱和水法测木材生材体积。在木材材性研究、林业生产评价营林措施对木材性质的影响,森林培育计算单位面积上生物量及林木育种优良品筛选和评级时都要用到基本密度。测量多个圆竹试样的胸径和基本密度,为圆竹的径级分级和密度分级作准备。本实施例中圆竹试样采用圆竹竹竿。
其中,步骤S2中,根据所述多个圆竹试样的胸径和基本密度,采用K-均值聚类分析算法,对圆竹进行径级分级和密度分级。
具体地,K-均值聚类算法是先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离,把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。一旦全部对象都被分配了,每个聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有(或最小数目)对象被重新分配给不同的聚类,没有(或最小数目)聚类中心再发生变化,误差平方和局部最小。根据所述多个圆竹试样的胸径和基本密度,采用K-均值聚类分析算法,可以得到圆竹进行径级分级和密度分级。
在上述实施例的基础上,采用K-均值聚类分析算法,对圆竹进行径级分级具体包括:
测量多个圆竹试样的胸径,将所述多个圆竹试样的胸径作为样本进行初始化分组,指定类别数的初始聚类中心,将样本分配给距离其最近的中心数值,样本从而形成不相交的聚类,然后经过15-20次的迭代和聚类,对样本进行重复的分组和确定中心,得到最终胸径的分级水平和等级结果。
在上述各实施例的基础上,径级分级具体包括:
从圆竹胸径的数据集中任意选取k个赋给初始的聚类中心d1,d2,……,dk
式中:——代表圆竹胸径的数据集,共有N个样本数;D为胸径,mm;Dn为第n个圆竹胸径值;K为选择的初始聚类中心的数量;d1,d2,……,dk为聚类中心的胸径的数值。
对胸径数据集中的每个竹子的胸径样本点Di,计算其与各个初始聚类中心dj的欧式距离dij计算公式如下:
第i个样本胸径与初始的聚类中心点dj的欧式距离为:
并获取其类别的标号:label(i)=argjmin||Di-dj||2,i=1,2,……,N;j=1,2,……,k;
式中:label(i)表示第i个胸径Di的类别标号;
argjmin||Di-dj||2表示第i个胸径Di到第j个聚类中心dj的最小欧式距离值。
重新计算K个聚类中心:
dj——第j个重新计算的聚类中心的胸径值,
∑s:lab3l(s)=jDs表示分布对不同类别表示的胸径D进行求和,s代表类别表示,Ds为s类别的胸径值。
S表示类别标记。
Nj为第j类别表示的样本数;
重复上述计算步骤15-20次,直到达到最大迭代次数;得出同一批次圆竹胸径等级K,和等级水平范围。
根据径级分级结果:根据圆竹1.3米处的胸径,将圆竹分为5个胸径等级,分别为:D1、D2、D3、D4、D5;
胸径等级分级结果(5类)
等级 | 范围/cm |
D1 | 6.0-9.0 |
D2 | 9.0-10.5 |
D3 | 10.5-11.5 |
D4 | 11.5-12.5 |
D5 | 12.5-14.0 |
本实施例采用K-均值聚类算法对圆竹进行径级分级,可以通过不同胸径等级的圆竹确定出合理的加工方案,来提高圆竹的出材率,并实现圆竹应用价值的最大化。例如竹集成材的原料竹条制备过程中,6-9cm胸径的圆竹可以剖分4-5个竹条单元,而10.5-11.5cm胸径的圆竹可以剖分出6-7个竹条单元。将圆竹从根据用途来进行经验和目测挑选,提升到科学性的技术分级,将毛竹利用率提高5%以上。
在上述各实施例的基础上,密度分级包括:
制备圆竹基本密度试样,测量所述基本密度试样的饱水体积和绝干质量,计算所述试样的基本密度;
根据所述试样的基本密度,采用K-均值聚类分析算法进行聚类分析,得出基本密度分布等级。
具体地,首先制备圆竹基本密度试样,测量所述基本密度试样的饱水体积和绝干质量。
基本密度试样准备:将取出的1.3m处竹节节间部分的平行段,在东、西、南、北四个方向,用专用劈刀劈出15-20mm宽的竹条。要避开沟槽部分;将劈制好的竹条,在刨切机上,对竹条的两侧的径面进行刨切,刨切面要与断面垂直并且刨切至表面光滑,两侧的径面也相互平行,保证最终的竹条弦向宽度为10mm;将刨切好的竹条,截断成长度方向尺寸为10mm的小块备用。
进一步地,测量基本密度试样的体积和质量,基本密度试样的体积测量,可以在试样的任一径面、端面的中央,各划一条垂直于竹青、竹黄面的直线,在靠近直线两端的竹青、竹黄处各划一圆点,并在竹黄面的中心位置划一圆点。用百分表测量装置,在圆点处分别测出试样径向、弦向、纵向尺寸,精确至0.01mm。还可以用排水体积法进行体积测量。
根据所述基本密度试样的体积和质量,计算所述基本密度试样的基本密度:
式中,ρ0为试样的基本密度,准确至0.001g/cm3;
m0为试样绝干时质量,准确至0.001g;
Vmax为试样饱和水分时体积。
采用K-均值聚类分析算法进行聚类分析,得出基本密度分布等级
在上述各实施例的基础上,制备圆竹基本密度试样包括:
截取距离砍伐处1.3米处整个竹节,截取竹节的节间部位竹筒胸径相差小于0.02mm段,用来制备基本密度试样。在平行段东、西、南、北四个方向点各截取3-4个10mm×10mm×t mm,t为竹壁厚值,在试样制作过程中要保持试样为饱水状态。
在上述各实施例的基础上,测量基本密度试样的体积和质量包括:
根据阿基米得定律测定竹块的饱水体积;
将试样放置于烘箱中,每隔2h测试试样质量,直到前后2小时之间的质量相差小于0.002g,认为试样为绝干,通过天平测量试样质量,精确至0.001g。
具体地,根据阿基米得原理要测定竹块的密度,先称取竹块浸没在液体前的质量M1,然后称取完全侵入液体内的质量M2,选用水作为液体,已知水的密度ρ水:1×103Kg/m3,则竹块的体积计算过程如下:
F浮=(M1-M2)g=ρ水gV排
V竹块=V排
式中:F浮为竹块浸没在水中的浮力,N;
M1为竹块在大气条件下用天平称取的质量,Kg;
M2为竹块完全浸没在水下的质量,Kg;
g为重力加速度,9.8N/Kg
V排为竹块完全浸没在水中排出水的体积,m3;
V竹块为竹块的体积,m3。
也可以用游标卡尺准确测出试样的实际高度、宽度和厚度,计算出体积;
V竹块=a×b×h
式中:a——竹块弦向长度,mm;
b——圆竹径向长度(圆竹壁厚),mm;
h——竹块高度,mm。
本实施例测量基本密度试样的饱水体积和绝干质量,用于计算试样的密度。
在上述各实施例的基础上,采用K-均值聚类分析算法进行聚类分析,得出基本密度分布等级包括:
对同一批次圆竹1.3米处圆竹的基本密度为样本数,中任意选取k个密度值,赋给初始的聚类中心α1,α2,……,αk;
计算基本密度数据集中的每个样本点ρi与各个初始聚类中心αj的欧式距离,计算公式如下:
第i个样本密度与初始的聚类中心点aj的欧式距离为:
并获取其类别的标号:
label(s)=argimin||ρi-αj||2,i=1,2,……,N;j=1,2,……,k;
式中:label(s)表示第i个密度ρi的类别标号;
argimin||ρi-αj||2表示第i个密度ρi到第j个聚类中心αj的最小欧式距离值;
重新计算K个聚类中心:
重复上述计算步骤15-20次,直到达到最大迭代次数,得出同一批次圆竹基本密度等级K和等级水平范围。
基本密度分级结果:圆竹基本密度分为:ρ1、ρ2、ρ3、ρ4四个等级;
毛竹基本密度分类结果
等级 | 基本密度/(g/cm3) |
低密度(ρ1) | 0.40-0.45 |
中密度(ρ2) | 0.45-0.55 |
中高密度(ρ3) | 0.55-0.65 |
高密度(ρ4) | 0.65-0.70 |
本实施例提供的方法,采用均值聚类分析算法得到基本密度的分布等级,根据不同密度的圆竹确定使用用途。选择相同密度等级的圆竹作为材料,提高材料性能的均匀性,密度低、模量差的圆竹可以用做非结构材料,制备地板等非结构构件;而密度高,强度大的圆竹可以用做结构建筑材料或者耐磨性材料,制备桥梁和建筑结构材料。从而提高圆竹产品的附加值。
在上述各实施例的基础上,本发明实施例提供的圆竹分级方法还包括:
对圆竹的含水率进行分级;
试样含水率计算公式:
式中:W为试样含水率,%;
m1为试验时试样质量,g;
m0为试样全干时质量,g。
进一步地,根据圆竹的分级结果,对圆竹进行分类标记和包装,注明类型、密度等级、胸径等级、含水率及时间。
得到圆竹分级包装的说明表:
本实施例根据圆竹的分级结果,对圆竹进行分类标记和包装,以供相关人员根据圆竹的性能等级来挑选,实现圆竹密度和性能的均匀,从而研发出质量稳定、性能均一的圆竹产品。同时,也通过不同胸径等级的圆竹确定出合理的加工方案,来提高圆竹的出材率,并实现圆竹应用价值的最大化。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然能够对前述各个实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各个实施例技术方案的精神和范围。
Claims (10)
1.一种圆竹分级方法,其特征在于,包括:
测量多个圆竹试样的胸径和基本密度;
根据所述多个圆竹试样的胸径和基本密度,采用K-均值聚类分析算法,对圆竹进行径级分级和密度分级。
2.根据权利要求1所述的方法,其特征在于,所述径级分级包括:
测量多个圆竹试样的胸径,将所述多个圆竹试样的胸径作为样本进行初始化分组,指定类别数的初始聚类中心,将样本分配给距离其最近的中心数值,样本从而形成不相交的聚类,然后经过15-20次的迭代和聚类,对样本进行重复的分组和确定中心,得到最终径级的分级水平和等级结果。
3.根据权利要求2所述的方法,其特征在于,所述采用K-均值聚类分析算法,对圆竹进行径级分级具体包括:
从圆竹胸径的数据集中任意选取k个赋给初始的聚类中心d1,d2,……,dk;
式中:——代表圆竹胸径的数据集,共有N个样本数;D为胸径,mm;Dn为第n个圆竹胸径值;K为选择的初始聚类中心的数量;d1,d2,……,dk为聚类中心的胸径的数值;
对胸径数据集中的每个竹子的胸径样本点Di,计算其与各个初始聚类中心dj的欧式距离dij计算公式如下:
第i个样本胸径与初始的聚类中心点dj的欧式距离为:
并获取其类别的标号:label(i)=argjmin||Di-dj||2,i=1,2,……,N;j=1,2,……,k;
式中:label(i)表示第i个胸径Di的类别标号;
argjmin||Di-dj||2表示第i个胸径Di到第j个聚类中心dj的最小欧式距离值;
重新计算K个聚类中心:
<mrow>
<msub>
<mi>d</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&Sigma;</mi>
<mrow>
<mi>s</mi>
<mo>:</mo>
<mi>l</mi>
<mi>a</mi>
<mi>b</mi>
<mi>e</mi>
<mi>l</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>D</mi>
<mi>s</mi>
</msub>
</mrow>
<msub>
<mi>N</mi>
<mi>j</mi>
</msub>
</mfrac>
<mo>,</mo>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>3</mn>
<mo>,</mo>
<mo>...</mo>
<mo>...</mo>
<mo>,</mo>
<mi>k</mi>
</mrow>
dj——第j个重新计算的聚类中心的胸径值,
∑s:label(s)=jDs表示分布对不同类别表示的胸径D进行求和,s代表类别表示,Ds为s类别的胸径值;
S表示类别标记;
Nj为第j类别表示的样本数;
重复上述计算步骤15-20次,直到达到最大迭代次数;得出同一批次圆竹胸径等级K,和等级水平范围。
4.根据权利要求3所述的方法,其特征在于,所述径级分级的等级类别和等级范围分别为:
胸径等级D1,等级范围6-9cm;胸径等级D2,等级范围9-10.5cm;胸径等级D3,等级范围10.5-11.5cm;胸径等级D4,等级范围11.5-12.5cm;胸径等级D5,等级范围12.5-14cm。
5.根据权利要求1所述的方法,其特征在于,所述密度分级包括:
制备圆竹基本密度试样,测量所述基本密度试样的体积和质量,计算所述基本密度试样的基本密度;
根据所述基本密度试样的基本密度,采用K-均值聚类分析算法进行聚类分析,得出基本密度分布等级。
6.根据权利要求5所述的方法,其特征在于,所述制备圆竹基本密度试样包括:
截取距离砍伐处1.3米处整个竹节,截取竹节的节间部位竹筒胸径相差小于0.02mm段,用来制备基本密度试样,在平行段东、西、南、北四个方向点各截取3-4个10mm×10mm×tmm,t为竹壁厚值,在试样制作过程中要保持试样为饱水状态。
7.根据权利要求5所述的方法,其特征在于,所述测量基本密度试样的体积和质量包括:
根据阿基米得定律测定竹块的饱水时体积;
然后将试样放在烘箱进行烘干,每隔2h测试试样质量,直到前后2小时之间的质量相差小于0.002g,认为试样为绝干,测量试样质量,精确至0.001g,根据绝干质量和饱水时体积计算圆竹的基本密度。
8.根据权利要求5所述的方法,其特征在于,所述采用K-均值聚类分析算法进行聚类分析,得出基本密度分布等级包括:
对同一批次圆竹1.3米处圆竹的基本密度为样本数,中任意选取k个密度值,赋给初始的聚类中心α1,α2,……,αk;
计算基本密度数据集中的每个样本点ρi与各个初始聚类中心αj的欧式距离,计算公式如下:
第i个样本密度与初始的聚类中心点aj的欧式距离为:
并获取其类别的标号:
label(s)=argimin||ρi-αj||2,i=1,2,……,N;j=1,2,……,k;
式中:label(s)表示第i个密度ρi的类别标号;
argimin||ρi-αj||2表示第i个密度ρi到第j个聚类中心αj的最小欧式距离值;
重新计算K个聚类中心:
<mrow>
<msub>
<mi>&alpha;</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&Sigma;</mi>
<mrow>
<mi>s</mi>
<mo>:</mo>
<mi>l</mi>
<mi>a</mi>
<mi>b</mi>
<mi>e</mi>
<mi>l</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>&rho;</mi>
<mi>s</mi>
</msub>
</mrow>
<msub>
<mi>N</mi>
<mi>j</mi>
</msub>
</mfrac>
<mo>,</mo>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>3</mn>
<mo>,</mo>
<mo>...</mo>
<mo>...</mo>
<mo>,</mo>
<mi>k</mi>
</mrow>
重复上述计算步骤15-20次,直到达到最大迭代次数,得出同一批次圆竹的基本密度分布等级。
9.根据权利要求8所述的方法,其特征在于,所述基本密度分布等级包括:
基本密度等级ρ1,基本密度0.40-0.45g/cm3;基本密度等级ρ2,基本密度0.45-0.55g/cm3;基本密度等级ρ3,基本密度0.55-0.65g/cm3;基本密度等级ρ4,基本密度0.65-0.70g/cm3。
10.根据权利要求7所述的方法,其特征在于,所述方法还包括:
对圆竹的含水率进行测量;
试样含水率计算公式:
<mrow>
<mi>W</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>m</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>m</mi>
<mn>0</mn>
</msub>
</mrow>
<msub>
<mi>m</mi>
<mn>0</mn>
</msub>
</mfrac>
<mo>&times;</mo>
<mn>100</mn>
<mi>%</mi>
</mrow>
2
式中:W为试样含水率,%;
m1为试验时试样质量,g;
m0为试样全干时质量,g。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710656794.0A CN107486410B (zh) | 2017-08-03 | 2017-08-03 | 一种圆竹分级方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710656794.0A CN107486410B (zh) | 2017-08-03 | 2017-08-03 | 一种圆竹分级方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107486410A true CN107486410A (zh) | 2017-12-19 |
CN107486410B CN107486410B (zh) | 2019-04-30 |
Family
ID=60645114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710656794.0A Active CN107486410B (zh) | 2017-08-03 | 2017-08-03 | 一种圆竹分级方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107486410B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140270526A1 (en) * | 2013-03-14 | 2014-09-18 | Konica Minolta Laboratory U.S.A., Inc. | Method for segmenting text words in document images |
CN105403578A (zh) * | 2015-11-24 | 2016-03-16 | 国际竹藤中心 | 一种基于x射线计算机断层扫描技术的竹材含水率快速检测方法 |
CN105548066A (zh) * | 2015-12-11 | 2016-05-04 | 贵州中烟工业有限责任公司 | 一种胶体种类区分方法及系统 |
CN105903692A (zh) * | 2016-05-19 | 2016-08-31 | 四川长虹电器股份有限公司 | 锂离子电池一致性筛选方法 |
CN106272764A (zh) * | 2016-08-25 | 2017-01-04 | 国际竹藤中心 | 规格竹条模量和密度的分级方法 |
-
2017
- 2017-08-03 CN CN201710656794.0A patent/CN107486410B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140270526A1 (en) * | 2013-03-14 | 2014-09-18 | Konica Minolta Laboratory U.S.A., Inc. | Method for segmenting text words in document images |
CN105403578A (zh) * | 2015-11-24 | 2016-03-16 | 国际竹藤中心 | 一种基于x射线计算机断层扫描技术的竹材含水率快速检测方法 |
CN105548066A (zh) * | 2015-12-11 | 2016-05-04 | 贵州中烟工业有限责任公司 | 一种胶体种类区分方法及系统 |
CN105903692A (zh) * | 2016-05-19 | 2016-08-31 | 四川长虹电器股份有限公司 | 锂离子电池一致性筛选方法 |
CN106272764A (zh) * | 2016-08-25 | 2017-01-04 | 国际竹藤中心 | 规格竹条模量和密度的分级方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107486410B (zh) | 2019-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
De Luis et al. | Seasonal dynamics of wood formation in Pinus halepensis from dry and semi-arid ecosystems in Spain | |
Santos et al. | Estimates of genetic parameters of wood traits for sawn timber production in Eucalyptus grandis | |
Aplin et al. | Growth analysis of circular lichen thalli | |
Dunwiddie et al. | Dendrochronological characteristics of some native Australian trees | |
Bacher et al. | Comparison of Soil Physical Quality Indicators Using Direct and Indirect Data Inputs Derived from a Combination of In‐Situ and Ex‐Situ Methods | |
CN107486410B (zh) | 一种圆竹分级方法 | |
Ngomanda et al. | Derivation of diameter measurements for buttressed trees, an example from Gabon | |
Fuller et al. | A contribution to the prehistory of domesticated bottle gourds in Asia: rind measurements from Jomon Japan and Neolithic Zhejiang, China | |
CN108154320B (zh) | 无性系杉木叶面光合效益概算方法 | |
Arnič et al. | Relationships between wood-anatomical features and resistance drilling density in Norway spruce and European beech | |
CN106447516A (zh) | 一种调查丛生竹林生长情况的方法 | |
Udoakpan | An evaluation of wood properties of Pinus caribeae (morelet) in oluwa forest reserve, Ondo state, Nigeria | |
CN116481587A (zh) | 一种芹菜主要农艺性状鉴定的高通量表型分析方法 | |
Zbonak et al. | Comparison of tree growth, wood density and anatomical properties between coppiced trees and parent crop of six Eucalyptus genotypes | |
CN110220812A (zh) | 一种含粗颗粒粘性土的粗颗粒分级含水率测定方法 | |
Staple et al. | Wheat yield and use of moisture on substations in southern Saskatchewan | |
Wasik et al. | The variability of certain macrostructural features and the density of grand fir (Abies grandis Lindl.) wood from selected stands in southern Poland | |
Aydarov et al. | Scientific basis of selection of seeding seeds from the starting material | |
Shekhar et al. | Soil moisture profile analysis using tensiometer under different discharge rates of drip emitter | |
Peper et al. | Comparison of four foliar and woody biomass estimation methods applied to open-grown deciduous trees | |
Zas Arregui et al. | Stability across sites of Douglas-fir provenances in northern Spain | |
Klinka et al. | Potential productivity of three interior subalpine forest tree species in British Columbia | |
Busoni et al. | Effect of drainage conditions on winter wheat production | |
CN104316101B (zh) | 厚朴活立木树皮产量测算方法 | |
Pecegueiro et al. | Calibration of the Pilodyn instrument for the indirect in situ determination of the basic wood density of balsa |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |