光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2013年
1期
65-68
,共4页
雷萌%李明%吴楠%李颖娜%程玉虎
雷萌%李明%吳楠%李穎娜%程玉虎
뢰맹%리명%오남%리영나%정옥호
近红外光谱分析技术%煤粒度%光谱预处理%定量分析模型
近紅外光譜分析技術%煤粒度%光譜預處理%定量分析模型
근홍외광보분석기술%매립도%광보예처리%정량분석모형
为了减少因煤样粒度而产生的光谱采集误差,研究0.2,1,3和13mm粒度等级下的煤质近红外分析模型.采用PCA方法提取特征信息,建立基于GA-BP和GA-Elman神经网络算法的定量分析模型.实验结果表明,经数据归一化与多元散射校正预处理后,0.2mm粒度等级的光谱与煤炭标准之间的相关性最强,模型的学习精度最高;经平滑处理后1mm粒度等级的分析结果最佳.平滑法对特征谱峰不明显的光谱的预处理效果较差,多元散射校正方法的适用性最强.在0.2mm粒度等级下原光谱的信息准确度最高,1和3mm其次,13 mm最差.煤样粒度越大,光谱的不稳定因素越多,从而导致分析模型的负面影响增加.
為瞭減少因煤樣粒度而產生的光譜採集誤差,研究0.2,1,3和13mm粒度等級下的煤質近紅外分析模型.採用PCA方法提取特徵信息,建立基于GA-BP和GA-Elman神經網絡算法的定量分析模型.實驗結果錶明,經數據歸一化與多元散射校正預處理後,0.2mm粒度等級的光譜與煤炭標準之間的相關性最彊,模型的學習精度最高;經平滑處理後1mm粒度等級的分析結果最佳.平滑法對特徵譜峰不明顯的光譜的預處理效果較差,多元散射校正方法的適用性最彊.在0.2mm粒度等級下原光譜的信息準確度最高,1和3mm其次,13 mm最差.煤樣粒度越大,光譜的不穩定因素越多,從而導緻分析模型的負麵影響增加.
위료감소인매양립도이산생적광보채집오차,연구0.2,1,3화13mm립도등급하적매질근홍외분석모형.채용PCA방법제취특정신식,건립기우GA-BP화GA-Elman신경망락산법적정량분석모형.실험결과표명,경수거귀일화여다원산사교정예처리후,0.2mm립도등급적광보여매탄표준지간적상관성최강,모형적학습정도최고;경평활처리후1mm립도등급적분석결과최가.평활법대특정보봉불명현적광보적예처리효과교차,다원산사교정방법적괄용성최강.재0.2mm립도등급하원광보적신식준학도최고,1화3mm기차,13 mm최차.매양립도월대,광보적불은정인소월다,종이도치분석모형적부면영향증가.