利用激光诱导击穿光谱技术对煤炭热值进行判别分析

　　

建立激光诱导击穿光谱（LIBS）结合互信息-粒子群优化-支持向量机（MI-PSO-SVM）方法，对45个煤炭样本进行分类和鉴定。采用LIBS光谱仪采集了45个煤炭样本的光谱数据。首先采用基于主成分分析的无监督分类模型（PCA）对45个煤炭样本进行分类。结果表明，只有高热值煤(HQ)和特高热值煤(SHQ)易于区分，而中高热值煤(MHQ)和特高热值煤(SHQ)在基于PCA的分类界限模糊, 在分类方面面临更大的挑战。所以建立了基于SVM的煤炭分类监督分类模型，采用互信息(MI)和粒子群(PSO)两种方法作为变量选择方法，消除无用信息，提高SVM模型的分类能力。通过与互信息-粒子群优化-支持向量机（MI-PSO-SVM）和MI-PSO-KNN模型的分类结果进行比较，结果表明，MI-PSO-SVM模型的分类效果更好，分类准确率为94.34%。总体结果表明，LIBS技术与MI-PSO-SVM方法相结合，是一种很有前途的对不同地区煤炭样品的分类和鉴定方法。

订阅方式：
①在线订阅（推荐）：www.sdchem.net.cn
②邮局订阅：邮发代号24-109

投稿方式：
①在线投稿（推荐）：www.sdchem.net.cn
　　作者只需要简单注册获得用户名和密码后，就可随时进行投稿、查稿，全程跟踪稿件的发表过程，使您的论文发表更加方便、快捷、透明、高效。
②邮箱投稿：sdhgtg@163.com sdhg@sdchem.net
　　若“在线投稿”不成功，可使用邮箱投稿，投稿邮件主题：第一作者名字/稿件题目。
投稿时请注意以下事项：
　　①文前应有中英文“题目”、“作者姓名”、“单位”、“邮编”、“摘要”、“关键词”；
　　②作者简介包括：姓名、出生年、性别、民族、籍贯或出生地、工作单位、职务或职称、学位、研究方向；
　　③论文末应附“参考文献”，执行国标GB/T7714-2005标准，“参考文献”序号应与论文中出现的顺序相符；
　　④注明作者的联系方式，包括电话、E-mail、详细的通讯地址、邮编，以便联系并邮寄杂志。
　　 　                                                                                   山东化工稿件修改细则