典型文献
基于马氏距离和稀疏矩阵技术的激光诱导击穿光谱(LIBS)煤质灰分分析
文献摘要：
为了提高激光诱导击穿光谱(LIBS)定量测定煤质的精度,先对原始数据进行预处理,包括异常值剔除、基线校正、谱线筛选,再将LIBS与偏最小二乘回归法(PLSR)结合建立定量模型以应用于煤质灰分的分析.结果表明,经过预处理后训练样品的拟合度(R2)从0.974 0提高到0.984 1,均方根误差(RMSE)从0.961 3降低到了 0.752 7,预测均方根误差(RMSEP)从2.273 1降到2.001 7,同时平均绝对误差(MAE)和平均相对误差分别从1.974 7、0.109 4降低到1.557 2、0.075 7.研究表明,基于马氏距离(MD)的异常数据剔除算法结合基于稀疏矩阵技术的基线估计与降噪算法(BEADS),在一定程度上能够改善数据的稳定性和光谱信噪比,有利于提高数据建模的预测精度.
文献关键词：
激光诱导击穿光谱;煤灰分;马氏距离;基于稀疏矩阵技术的基线估计与降噪算法;偏最小二乘法
中图分类号：
作者姓名：
李盛冬;倪明辉;许斐;韦祎;李燕
作者机构：
国能南京煤炭质量监督检验有限公司,南京210031;南京理工大学化学与化工学院,南京210094
文献出处：
引用格式：
[1]李盛冬;倪明辉;许斐;韦祎;李燕-.基于马氏距离和稀疏矩阵技术的激光诱导击穿光谱(LIBS)煤质灰分分析)[J].中国无机分析化学,2022(04):97-102
A类：
基于稀疏矩阵技术的基线估计与降噪算法,BEADS
B类：
马氏距离,激光诱导击穿光谱,LIBS,煤质,定量测定,原始数据,异常值剔除,基线校正,偏最小二乘回归法,PLSR,立定,定量模型,拟合度,RMSEP,平均绝对误差,MAE,平均相对误差,MD,异常数据,数据剔除,数据建模,煤灰分,偏最小二乘法
AB值：
0.247015
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
