煤岩界面的高光谱识别原理
来源期刊:煤炭学报2018年第S2期
论文作者:杨恩 王世博 葛世荣 张昊
文章页码:646 - 653
关键词:高光谱;煤岩识别;差异谱带;识别模型;
摘 要:为研究以物性成分为辨识依据的煤岩高光谱识别技术,对来自我国不同煤矿生产线的煤岩试样在350~2 500 nm波段范围进行了反射光谱的采集。通过分析代表性样品的光谱反射率曲线,得出了煤岩的主要吸收谱带,发现了岩在2 200 nm附近表现为强吸收,而煤在此波长点附近吸收不明显,原因为岩中含Al-OH振动结构的矿物含量较高,而煤中此类矿物含量较低。以此2 200 nm附近煤岩吸收差异性为煤岩识别的基本原理,通过初步预处理和包络线去除预处理的方法,在全波段和2 150~2 250 nm吸收谷特征谱带,采用了4种识别算法模型,对训练集光谱数据进行训练,预测测试集光谱类型。测试集试样类型总体识别精度达到90%左右,且具有较好的一致性,识别速度达到毫秒级,实时性好,这些原理和识别方法为实际工程应用提供了参考。
杨恩,王世博,葛世荣,张昊
中国矿业大学机电工程学院
摘 要:为研究以物性成分为辨识依据的煤岩高光谱识别技术,对来自我国不同煤矿生产线的煤岩试样在350~2 500 nm波段范围进行了反射光谱的采集。通过分析代表性样品的光谱反射率曲线,得出了煤岩的主要吸收谱带,发现了岩在2 200 nm附近表现为强吸收,而煤在此波长点附近吸收不明显,原因为岩中含Al-OH振动结构的矿物含量较高,而煤中此类矿物含量较低。以此2 200 nm附近煤岩吸收差异性为煤岩识别的基本原理,通过初步预处理和包络线去除预处理的方法,在全波段和2 150~2 250 nm吸收谷特征谱带,采用了4种识别算法模型,对训练集光谱数据进行训练,预测测试集光谱类型。测试集试样类型总体识别精度达到90%左右,且具有较好的一致性,识别速度达到毫秒级,实时性好,这些原理和识别方法为实际工程应用提供了参考。
关键词:高光谱;煤岩识别;差异谱带;识别模型;