基于近红外光谱和ELM算法的菱镁矿石品级分类研究

• 作者: BA TUAN LE 刘善军 毛亚纯 江锦红 程锦甫 肖冬
• 来源期刊: 光谱学与光谱分析
• 学科: 化学
• 关键词: 近红外光谱 菱镁矿 主成分分析 极限学习机
• 年，卷（期）: 2017,（1）
• 页码范围: 89-94
• 页数: 6页
• 分类号: O657.33
• 字数: 4533字
• 语种: 中文
• DOI: 10.3964/j.issn.1000-0593(2017)01-0089-06

摘要

由工业发展需求,针对菱镁矿石矿物含量不同以及分布不均匀而难以判定其品级的情况,提出一种由近红外光谱技术结合 ELM的菱镁矿石品级分类模型。该模型可以实现菱镁矿石品级的快速分类。近红外光谱利用菱镁矿中不同种类含 H 基团对近红外光谱有不同吸收的特性,用来测定菱镁矿石的成分及其含量,其操作简便、不破坏样品、速度快、准确高效。以辽宁省营口市大石桥的菱镁矿石30组为研究对象,采集菱镁矿石的近红外光谱数据样本30×973。采用主成分分析(PCA)对其进行降维处理,以主元贡献率大于99.99%而得到10维的特征变量值。建立了 ELM算法定量分析数学模型,取20组样本为训练样本(包括6组特级,14组非特),其余10组作为测试样本(其中4组特级,6组非特),ELM算法模型的隐含层节点数选取20。为了进一步提高分类效果,提出两种 ELM算法模型的改进：采用循环模式对传统 ELM的输入权值和阈值进行寻优的精选 ELM和在精选 ELM基础上进行集成的集成-精选 ELM。并与用人工方法、化学方法和BP神经网络模型方法对菱镁矿石样品品级分类作对比。结果表明：近红外光谱和 ELM菱镁矿石品级分类模型不论在时间上还是成本上,都具有明显的优势,且其准确率能够达到90%以上,为菱镁矿石品级分类提供了一条新的途径。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘善军	东北大学资源土木与工程学院	78	477	13.0	20.0
2	毛亚纯	东北大学资源土木与工程学院	43	89	5.0	8.0
3	肖冬	东北大学信息科学与工程学院	20	95	4.0	9.0
4	程锦甫	东北大学信息科学与工程学院	1	4	1.0	1.0
5	江锦红	东北大学信息科学与工程学院	1	4	1.0	1.0
6	BA TUAN LE	东北大学信息科学与工程学院	1	4	1.0	1.0