一种煤炭近红外光谱数据预处理方法研究_中国煤炭行业知识服务平台

一种煤炭近红外光谱数据预处理方法研究

作者

李明李翠雷萌
单位

中国矿业大学信息与电气工程学院
摘要

针对煤炭原始近红外光谱数据中存在噪声的问题,提出了基于De-SNV与小波阈值去噪组合的煤炭近红外光谱数据预处理方法。采用缺省软阈值法进一步对经过Savitzky-Golay平滑和De-SNV处理的光谱数据去噪,并分别建立了水分、灰分和挥发分的PLS校正模型,通过分析模型的预测性能对该方法的有效性进行评估。实验结果表明,经过该方法预处理的光谱数据所对应的PLS校正模型性能明显优于使用原始光谱数据所建立的PLS校正模型,水分、灰分和挥发分的PLS校正模型的预测均方根误差分别降低至0.007 07,0.040 8,0.008 66,决定系数分别提高至0.858 7,0.743 8,0.778 5。
关键词

煤炭光谱近红外光谱小波阈值去噪Savitzky-Golay平滑去势-标准正态变换PLS校正模型
基金项目(Foundation)

高等学校博士学科点专项科研基金资助项目(20110095110011)；江苏省自然科学基金资助项目(BK20130207)；
相关文章

[1]近红外光谱灰分预测模型中煤炭样本的优化方法
[2]遗传神经网络在近红外光谱煤质分析中的应用研究
[3]样品测试条件对近红外煤炭品质分析结果的影响
[4]近红外光谱煤质分析模型中异常样品的剔除方法