一种煤炭近红外光谱数据预处理方法研究

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

所属期刊栏目：41

分类号：TD67(矿山电工)

资助基金：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.

在线出版日期：2015-03-04（万方平台首次上网日期，不代表论文的发表时间）

页码：62-66