首页|PCR和PLSR在煤质全水分检测中的比较研究

PCR和PLSR在煤质全水分检测中的比较研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了快速、无损的检测出煤质内部的全水分含量,研究采集了200个焦煤样品的近红外光谱,采用马氏距离和学生式残差相结合的方法剔除了异常样品,并对其进行了一阶微分、二阶微分、15点平滑、多元散射校正(MSC)和标准归一化处理(SNV)光谱预处理,采用主成分回归(PCR)和偏最小二乘回归(PLSR)对煤样进行建模分析.试验结果表明:经SNV预处理后的PCR模型最佳,校正集和交叉验证集相关系数分别为0.903和0.874,均方根误差分别为0.089和0.132;经15点平滑处理后的PLSR模型最佳,校正集和交叉验证集相关系数分别为0.974和0.887,均方根误差分别为0.038和0.043.PLSR模型相比PCR模型更具有代表性,模型稳定性和预测能力更强.
Comparative study of PCR and PLSR modeling methods in coal moisture detection

near-infrared spectroscopyPCRPLSRtotal moisturespectral pretreatment

宁石茂

展开 >

西山煤电(集团)有限责任公司屯兰矿选煤厂,山西古交 030206

近红外光谱 主成分回归 偏最小二乘回归 全水分 光谱预处理

2023

10.16200/j.cnki.11-2627/td.2023.10.014

煤炭加工与综合利用
中国煤炭加工利用协会

煤炭加工与综合利用

影响因子：0.496
ISSN：1005-8397
年,卷(期)：2023.(10)
  • 9