FiPLS在烟煤水分近红外检测中的应用

摘要：

偏最小二乘是一个在近红外光谱解析中常用的计量学算法,结合变量筛选方法既可以提高模型的预测能力,也可以大大降低建模的难度。本文将前向区间偏最小二乘用于烟煤水分近红外光谱解析。提取出的区间数为2,变量个数从1557减少到54个。所提取的波长区间主要位于O-H一级泛频吸收带。预测平均绝对百分误差从0.0865降低到0.0818。研究结果表明,前向区间偏最小二乘可以显著减少变量数并提高预测准确度。

关键词：烟煤、水分、偏最小二乘、区间选择

分类号：TQ015.9(一般性问题)

资助基金：云南省省级大学生创新创业训练计划项目201310664003;云南省教育厅一般项目2012Y414;曲靖师范学院招标项目2011ZB006。

在线出版日期：2016-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：26-28