基于互信息特征筛选偏最小二乘的激光诱导击穿光谱铁矿浆定量分析

摘要：

目前检测矿浆品位相对准确的方法是传统化学分析,但周期长、有滞后性,无法实现在线检测.实验利用激光诱导击穿光谱(Laser induced breakdown spectroscopy,LIBS)在线、原位、快速等优点,分析了铁矿选矿过程尾矿浆中铁元素的品位值.由于LIBS采集到的光谱数据中存在大量对成分分析无用的冗余信息,进而增加了建模复杂程度,导致建立的模型精确度不够、泛化能力不强.因此,在偏最小二乘(PLS)模型基础上,提出了基于互信息特征筛选的偏最小二乘模型.实验结果表明,与传统的PLS模型相比,基于互信息特征筛选的偏最小二乘模型在分析精度上得到了明显改善,测试样品的决定系数R2从0.52提高到0.90,测试样本的平均绝对误差(MAEP)从2.87％下降到1.38％,总样本的平均绝对误差(MAE)从1.0％下降到0.60％.

关键词：激光诱导击穿光谱(LIBS)、铁矿浆、特征筛选、互信息、偏最小二乘(PLS)、铁品位

所属期刊栏目：42

分类号：O657;TF03(分析化学)

资助基金：国家重点研发计划;中国科学院前沿科学重点研究计划项目;中国科学院区域服务网络计划项目;中国科学院青年创新促进会项目;辽宁省兴辽英才计划项目

在线出版日期：2022-03-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：18-24