近红外光谱煤质分析模型中异常样品的剔除方法
来源期刊:工矿自动化2011年第11期
论文作者:王建义 雷萌
文章页码:75 - 77
关键词:煤质分析;近红外光谱;异常样品;二次诊断;模糊C均值聚类;PCA-GA-BP模型;
摘 要:针对建立近红外光谱煤质定量分析模型时训练集中的异常样品严重影响模型预测精度的问题,提出一种二次诊断法剔除异常样品:利用模糊C均值聚类法对样品进行聚类,得到可疑样品;将可疑样品作为验证集,通过PCA-GA-BP模型进行二次诊断,剔除异常样品。实验对比了训练集中异常样品剔除前后,模型对15组待测样品的预测能力,结果表明该方法能够准确剔除异常样品,并有效提高模型的预测精度。
王建义1,雷萌2
1. 大屯煤电(集团)有限责任公司孔庄煤矿2. 中国矿业大学信电学院
摘 要:针对建立近红外光谱煤质定量分析模型时训练集中的异常样品严重影响模型预测精度的问题,提出一种二次诊断法剔除异常样品:利用模糊C均值聚类法对样品进行聚类,得到可疑样品;将可疑样品作为验证集,通过PCA-GA-BP模型进行二次诊断,剔除异常样品。实验对比了训练集中异常样品剔除前后,模型对15组待测样品的预测能力,结果表明该方法能够准确剔除异常样品,并有效提高模型的预测精度。
关键词:煤质分析;近红外光谱;异常样品;二次诊断;模糊C均值聚类;PCA-GA-BP模型;