基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
研究了火电厂电煤煤粉的近红外光谱特征,提取了前3个主成分和前6个离散傅立叶变换(DFT)系数,结合主成分得分、马氏距离和偏最小二乘(PLS)交互验证方法剔除异常样本,并建立偏最小二乘回归(PLSR)、栅格支持向量机回归(G-SVR)、遗传算法支持向量机回归(GA-SVR)和粒子群算法支持向量机回归(PSO-SVR)等定量分析模型.结果表明,利用DFT系数作为PSO-SVR模型的输入变量,当其进化代数为300,种群规模为20,模型参数c1、c2为1.5,1.7时,性能最优,其中校正集相关系数(RC)为0.990,测试集相关系数(RP)为0.954,定标标准差(SEC)为0.366,测试标准差(SEP)为0.128.该方法准确可靠,已成功应用于近红外在线电煤发热量监测系统,并可推广用于其它较为复杂的近红外在线分析系统.
推荐文章
基于傅立叶变换的人工神经网络近红外光谱定量分析法
近红外光谱
傅立叶变换
人工神经网络
定量分析
基于支持向量机的煤矿极性气体光谱定量分析
支持向量机
煤矿极性气体
红外光谱
校正模型
定量分析
基于离散余弦变换和支持向量机的掌纹识别
掌纹识别
离散余弦变换
支持向量机
傅立叶变换近红外光谱定量分析煤炭挥发分
傅立叶变换近红外光谱法
煤炭
挥发分
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于离散傅立叶变换的支持向量机光谱定量分析法
来源期刊 分析测试学报 学科 化学
关键词 近红外 支持向量机回归 离散傅立叶变换 煤发热量 定量分析模型
年,卷(期) 2014,(6) 所属期刊栏目 研究简报
研究方向 页码范围 666-671
页数 6页 分类号 O657.3
字数 3975字 语种 中文
DOI 10.3969/j.issn.1004-4957.2014.06.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李智 沈阳工程学院辽宁省电力仿真控制重点实验室 32 103 5.0 8.0
2 胡荣 中国人民大学化学系 11 87 4.0 9.0
3 王圣毫 沈阳工程学院辽宁省电力仿真控制重点实验室 12 38 4.0 5.0
4 宋福圣 沈阳工程学院自动化学院 5 28 3.0 5.0
5 王岩 辽宁东方发电厂生技部 5 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (4)
同被引文献  (8)
二级引证文献  (1)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
近红外
支持向量机回归
离散傅立叶变换
煤发热量
定量分析模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
分析测试学报
月刊
1004-4957
44-1318/TH
大16开
广州市先烈中路100号
46-104
1982
chi
出版文献量(篇)
6306
总下载数(次)
8
总被引数(次)
62582
论文1v1指导