本文關(guān)鍵詞：基于置信學習機與近紅外光譜的煤種快速分類方法

  更多相關(guān)文章： 近紅外光譜 煤種分類 置信學習機 支持向量機

【摘要】：基于近紅外光漫反射譜技術(shù)的檢測分析具有簡單,快捷,安全等優(yōu)勢而被廣泛應用于各行各業(yè)。應用近紅外光譜分析技術(shù)實現(xiàn)不同煤種的快速分類,該方法可以替代費時費力費財?shù)膫鹘y(tǒng)化學分析方法。同時首次將置信學習機(confidence machine)引入近紅外分析中,實現(xiàn)了對分析結(jié)果的風險評估。采集了來自不同礦區(qū)共四種不同煤種(肥煤,焦煤,瘦煤和貧瘦煤)的199個煤樣本的近紅外光譜,通過機器學習的方法針對煤的近紅外光譜構(gòu)建了煤種分類器來實現(xiàn)煤種的快速分類。在近紅外分析中引入了置信學習機的分析方式,結(jié)合支持向量機(SVM),構(gòu)建了離線和在線的CM-SVM分類器。置信學習機是一種概率方法,使用概率(CM-SVM)來取代分類超平面(SVM)進行分類,不僅分類效果好于傳統(tǒng)的SVM,達到了95.48%的分類率,還能同時給出每個樣本分類結(jié)果的置信度,可靠度等風險信息。另外,CM-SVM通過對置信水平的設定,得到不同置信度下預測區(qū)間,該區(qū)間的預測正確率是與置信水平嚴格對應的,對于產(chǎn)品質(zhì)量控制有非常重要的意義。置信學習機同時是一種在線的學習模型,新樣本的不斷加入會提高模型的性能,非常適合于工業(yè)現(xiàn)場的在線分析。在線的CM-SVM模型隨著樣本數(shù)的增加,預測結(jié)果的置信度有所提高,對工業(yè)現(xiàn)場近紅外分析有重要意義。
【作者單位】： 浙江大學智能系統(tǒng)與控制研究所工業(yè)控制技術(shù)國家重點實驗室;Computer
【基金】：國家高技術(shù)研究發(fā)展技劃項目(2013AA041201) 浙江省科技計劃項目(2015C37062)資助
【分類號】：O657.33;TQ533
【正文快照】： 2.Computer Learning Research Centre,Royal Holloway,University of London,Egham Hill,Egham,Surrey TW20 0EX,UK引言煤是我國最主要的能量來源,根據(jù)煤的煤化程度以及不同工業(yè)和商業(yè)用途,需要按照其理化性質(zhì)針對不同的應用來進行分類。不同的煤種應用不同,品質(zhì)和價格也不同

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 宋國勝;李琳;胡松青;;傅立葉紅外光譜應用研究進展[J];現(xiàn)代食品科技;2010年04期

2 ;《近紅外光譜解析實用指南》[J];分析化學;2010年07期

3 ;《近紅外光譜解析實用指南》[J];分析化學;2010年10期

4 ;《近紅外光譜解析實用指南》[J];分析化學;2011年01期

5 ;《近紅外光譜解析實用指南》[J];分析化學;2011年02期

6 ;《近紅外光譜解析實用指南》[J];分析化學;2011年03期

7 ;《近紅外光譜解析實用指南》[J];分析化學;2011年04期

8 ;紅外光譜在紡織工業(yè)上的應用[J];印染;1978年02期

9 張?zhí)N珍;;積極開展紅外光譜學術(shù)交流[J];化學通報;1980年03期

10 徐滿華;;硅酸二鈣多晶體的紅外光譜鑒定[J];水泥;1993年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 甄夢章;;紅外光譜解析程序[A];全國第六屆分子振動光譜學術(shù)報告會文集[C];1990年

2 崔繼承;趙振武;丁東;唐玉國;;納米自潔凈玻璃近紅外光譜特性分析[A];第三次全國會員代表大會暨學術(shù)會議論文集[C];2002年

3 吳婧;郁露;孫素琴;;栽培與野生丹參的紅外光譜三級鑒定研究[A];第十四屆全國分子光譜學術(shù)會議論文集[C];2006年

4 梁逸曾;范偉;陳愛明;張志敏;;近紅外光譜軟件的設計和實現(xiàn)[A];第九屆全國計算（機）化學學術(shù)會議論文摘要集[C];2007年

5 譚福元;李夢龍;馮曉瑜;張婧;;紅外光譜譜構(gòu)關(guān)系探討[A];第九屆全國計算（機）化學學術(shù)會議論文摘要集[C];2007年

6 杭義萍;王海水;;紅外光譜:消除水溶液中水吸收峰干擾的新方法[A];中國化學會第28屆學術(shù)年會第9分會場摘要集[C];2012年

7 王海水;席時權(quán);;紅外光譜與長烴鏈化合物的結(jié)構(gòu)[A];全國第13屆分子光譜學術(shù)報告會論文集[C];2004年

8 謝狄霖;;紅外光譜信息管理系統(tǒng)[A];全國第13屆分子光譜學術(shù)報告會論文集[C];2004年

9 邱江;潘紅春;葉勤;張嗣良;;紅外光譜監(jiān)測糖化酶發(fā)酵過程[A];全國第10屆分子光譜學術(shù)報告會論文集[C];1998年

10 孫寧邦;;氣相色譜或放出氣體分析與付立葉變換紅外光譜聯(lián)用的模塊式接口[A];全國第五屆分子光譜學術(shù)報告會文集[C];1988年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 記者 李犁;近紅外光譜專業(yè)委員會云南物聯(lián)站成立[N];云南日報;2011年

2 陳銳;紅外光譜三分鐘診腫瘤[N];健康報;2004年

3 馬斌睿;紅外光譜用于中藥質(zhì)控大有可為[N];中國中醫(yī)藥報;2003年

4 陳銳 郭曉斌;紅外光譜快速準確診斷腫瘤[N];家庭醫(yī)生報;2004年

5 張東風 本報記者　　;紅外光譜能否成為中藥檢測標準[N];中國中醫(yī)藥報;2005年

6 史春香 楊悅武 郭祝元;近紅外光譜用于中藥質(zhì)控前景廣闊[N];中國醫(yī)藥報;2006年

7 陳銳 郭曉斌;只用3～5分鐘紅外光譜實現(xiàn)快速準確診斷腫瘤[N];醫(yī)藥經(jīng)濟報;2004年

8 記者 張東風;紅外光譜可用于中藥生產(chǎn)質(zhì)控[N];中國中醫(yī)藥報;2011年

9 陳銳;紅外光譜——診斷腫瘤又一利器[N];大眾衛(wèi)生報;2004年

10 龔翔;中藥快速識別的“武器”[N];中國醫(yī)藥報;2003年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 薛曉康;電化學表面增強紅外光譜的應用與發(fā)展[D];復旦大學;2008年

2 杜國榮;復雜體系近紅外光譜建模方法研究[D];南開大學;2012年

3 郝勇;近紅外光譜微量分析方法研究[D];南開大學;2009年

4 程旺興;醌類中藥小分子電子轉(zhuǎn)移機理研究—紅外光譜電化學循環(huán)伏吸法和導數(shù)伏吸法[D];安徽大學;2012年

5 賀英;基于半監(jiān)督和遷移學習的近紅外光譜建模方法研究[D];中國海洋大學;2012年

6 王金意;鈀、鎳及其非金屬合金電極的表面紅外光譜與應用研究[D];復旦大學;2010年

7 單瑞峰;近紅外光譜建模方法及溫度效應研究[D];南開大學;2014年

8 劉海;基于變分模型的紅外光譜超分辨率方法研究[D];華中科技大學;2014年

9 嚴彥剛;表面增強紅外光譜在鉑族電極上的拓展及應用[D];復旦大學;2007年

10 黃正國;基質(zhì)隔離—紅外光譜和量化計算研究金屬原子與甲醇及乙炔的反應[D];復旦大學;2004年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 朱偉成;表面增強紅外光譜材料的制備和研究[D];南京師范大學;2012年

2 陳灶鑫;靈芝紅外光譜規(guī)律及靈芝微量元素含量的研究[D];廣東工業(yè)大學;2013年

3 戚華溢;嵌入式零樹小波用于紅外光譜壓縮的研究[D];四川大學;2002年

4 曹鳳娟;表面增強紅外光譜對膜蛋白的檢測及表面增強紅外基底的研究[D];東北師范大學;2013年

5 劉效林;白酒紅外光譜特征提取與分類應用研究[D];華中科技大學;2013年

6 劉軍紅;基于支持向量機的紅外光譜子結(jié)構(gòu)解析[D];四川大學;2005年

7 王方;原位薄層色譜—紅外光譜聯(lián)用技術(shù)研究[D];河北師范大學;2013年

8 崔秀君;溫度限制串聯(lián)相關(guān)網(wǎng)絡在近紅外光譜數(shù)據(jù)解析中應用的研究[D];東北師范大學;2003年

9 陳建波;二維相關(guān)紅外光譜差異分析方法及其應用研究[D];清華大學;2010年

10 郭崢;近紅外光譜快速表征復合肥料及紡織纖維材料的研究[D];北京化工大學;2011年

，

本文編號：1232553