一种煤炭近红外光谱数据预处理方法研究.pdf

第 4 1卷 第 1 期 2 O 1 5 年 1 月 工矿 自 动化 I n dus t r y an d M i ne Au t oma t i o n VoI _ 4 l NO ．1 J a n ．2 0l 5 文章 编 号 1 6 7 1 2 5 1 X 2 0 1 5 0 1 0 0 6 2 0 5 DOI 1 0 ． 1 3 2 7 2 ／ j ． i s s n ． 1 6 7 1 2 5 1 X ． 2 0 1 5 ． 0 1 ． 0 1 6 李明， 李翠 ， 雷萌． 一种煤炭近红外光谱数据预处理方法研究E J 3 ． 工矿 自动化， 2 0 1 5 ， 4 1 1 6 2 6 6 ． 一 种煤炭近红外光谱数据预处理方法研究 李 明， 李 翠 ， 雷 萌 中国矿业 大学 信 息与 电气 工程 学 院 ，江苏 徐州 2 2 1 0 0 8 摘 要 针 对煤 炭 原始近 红 外光谱 数据 中存 在噪 声 的 问题 ， 提 出了基 于 D e S NV 与 小 波 阈值 去 噪 组 合 的 煤 炭近 红 外光谱 数据 预处 理 方法 。采 用缺省 软 阈值 法进 一步 对 经过 S a v i t z k y ～ Go l a y平 滑和 De S NV 处 理 的光谱 数据 去噪 ， 并 分别 建立 了水 分 、 灰 分和 挥发 分 的 P L S校 正模 型 ， 通 过分析 模 型 的预 测性 能 对该 方法 的 有 效性 进行 评估 。 实验结 果表 明 ， 经过该 方 法预 处理 的光谱 数据 所 对应 的 P L S校 正模 型 性 能 明显优 于使 用 原始 光谱数 据 所建 立的 P L S校 正 模型 ， 水 分 、 灰 分和 挥发 分 的 P L S校 正模 型 的预 测 均方 根误 差 分 别 降低 至 0 ． 0 0 7 0 7， 0 ． 0 4 0 8， 0 ． 0 0 8 6 6， 决定 系数 分别提 高至 0 ． 8 5 8 7， 0 ． 7 4 3 8， 0 ． 7 7 8 5 。 关 键词 煤 炭光谱 ；近 红外光 谱 ；小波 阈值 去噪 ；S a v i t z k y Go l a y平 滑 ；去 势 一 标 准 正 态 变换 ； P L S校 正 模 型 中图分 类号 TD 6 7 文献 标 志码 A 网络 出版 时间 2 0 1 5 - 0 1 0 5 1 6 3 7 网络 出版地 址 h t t p ／ ／ www． c n k i ． n e t ／ k c ms ／ d e t a i l ／ 3 2 ． 1 6 2 7 ． TP ． 2 0 1 5 0 1 0 5 ． 1 6 3 7 ． 0 1 6 ． h t ml Re s e a r c h o f a d a t a pr e p r o c e s s i n g m e t h o d f o r ne a r i nf r a r e d s p e c t r u m o f c o a l LI M i ng，LI Cu i ，LEI M e ng Sc h o ol of I nf o r ma t i o n a nd El e c t r i c a l Eng i ne e r i ng，Ch i na U n i v e r s i t y o f M i n i ng a n d Te c hn ol og y Xu z ho u 2 21 0 0 8，Chi n a Ab s t r a c t For no i s e e x i s t e d i n or i g i n al ne a r i n f r a r e d s pe c t r a l d a t a o f c o a l ，a d a t a pr e p r oc e s s i n g me t ho d f o r n e a r i nf r a r e d s pe c t r u m o f c o a l wa s p r op os e d b a s e d o n De SNV a n d wa v e l e t t hr e s h ol d d e no i s i ng． Spe c t r um da t a p r o c e s s e d b y Sa vi t z ky - Go l a y s mo o t hi n g a n d De SNV wa s f u r t he r pr oc e s s e d b y de f a ul t s o f t t hr e s ho l d d e noi s i n g m e t ho d．Th e n PLS c a l i br a t i o n m o de l s o f mo i s t ur e，a s h a n d vo l a t i l e we r e e s t a bl i s he d． Ef f e c t of t h e me t ho d wa s e v a l u a t e d by a na l y z i ng pr e d i c t i n g pe r f o r m a n c e of t he m o de l s．The e xp e r i me nt s s ho w t h a t pe r f or ma nc e o f PLS mod e 1 ba s e d o n s p e c t r um d a t a p r o c e s s e d b y t he m e t ho d i s m u c h b e t t e r t h a n t h e o ne ba s e d on o r i g i na l s pe c t r u m d a t a． The r o o t me a n s q ua r e e r r o r s o f p r e di c t i on o f t h e t hr e e PLS c a l i br a t i on mo de l s a r e de c r e a s e d t o 0． 0 07 0 7， 0．0 4 0 8， 0． 0 08 6 6 r e s pe c t i v e l y， a nd t he de t e r mi na t i o n 收稿 日期 2 0 1 4 0 6 2 6 ； 修回 日期 2 0 1 4 1 1 - 1 3 ； 责任编辑 李 明。 基金项 目 高等学校博 士学科点专项科研基金资助项 目 2 0 1 1 0 0 9 5 1 1 0 0 1 1 ； 江苏省 自然科学基金资助项 目 B K2 0 1 3 0 2 0 7 。 作者简介 李明 1 9 6 2 一 ， 男， 安徽淮南人 ， 教授 ， 博士 ， 主要研究方向为智能检测系统 ， E ma i l l i mi n g c u mt ． e d u ． c n 。 E 6 ] W U Z H ．HUANG N E．Ens e mbl e e mpi r i c a l mod e d e c o mpo s i t i o na no i s e a s s i s t e d d a t a a na l y s i s me t ho d [ J ] ． A d v a n c e s i n Ad a p t i v e Da t a An a l y s i s ， 2 0 0 9 ， 1 1 卜41 ． H UANG N E，SHEN Z，L0NG S R，e f ⅡZ ．Th e e m p i r i c a l mo de d e c o mpo s i t i o n a n d t he Hi l be r t s pe c t r u m f or non l i ne a r a nd no n s t a t i on a r y t i me s e r i e s a n a l y s i s [ J ] ．P r o c e e d i n g s o f t h e R o y a l S o c i e t y o f Lo ndo n， 1 9 98， 4 5 4 9 0 3 9 95 ． [ 7 ] 张德 丰． MA TL A B小波分 析 [ M] ． 2版． 北京 机械 工 业 出 版社 ， 2 O 1 2 ． [ 8 2 罗兴简 ， 薛延 刚， 王瀚． E MD小波变换 水轮机故 障奇异 数据还 原 研 究 [ J ] ．水 利 发 电 学 报 ， 2 0 1 2 ， 3 1 2 2 4 5 2 50 ． [ 9 ] 龚 志强 ， 邹 明玮 ， 高新 全 ， 等． 基于非线性时间序列 分析 经验模态分解和 小 波分 解 异 同性 的研 究 [ J ] ． 物理 学 报 ， 2 0 0 5 ， 5 4 8 3 9 4 7 3 9 5 7 ． 2 0 1 5年 第 1期 李 明等 一种 煤炭 近红 外光谱 数 据预 处理 方 法研 究 6 3 c o e f f i c i e nt s a r e i n c r e a s e d t O 0． 8 5 8 7，0． 7 4 3 8，0． 7 7 8 5． Ke y wo r d s c o a l s p e c t r u m ； n e a r i n f r a r e d s p e c t r u m ； wa v e l e t t h r e s h o l d d e n o i s i n g； S a v i t z k y Go l a y s m o o t hi n g；d e t r e ndi ng s t a nd a r d no r m a l v a r i a t e；PLS c a l i br a t i o n mo de l 0 引 言 煤样原始近红外光谱数据除了含有样品的特征 信 息外 ， 还 包含 一 些 干 扰 信 号 ， 如 杂 散 光 等 ] ， 因 此 需要对数据进行预处理 ， 尽可能去除干扰 ， 优化光谱 信息 ， 提高光谱信号的分析能力 ， 为光谱的特征提取 及 校正 模 型 的建 立 奠定 基础 l l2 ] 。 目前近红外光谱数 据预处理方法 主要有标准 化 、 中心化 、 一 阶／ 二阶求导、 多元散射校正、 傅里叶 变 换 等_ 3 ] 。标 准化 和 中心 化 可 增 强 光 谱 间 的 差 异 ， 在一 定程 度上 降 低 随机噪 声 ， 但 不具 有 针对 性 ， 也不 能消 除散 射 干扰 ； 一 阶／ 二 阶求 导 可有 效消 除基 线漂 移 ， 放 大 光谱 谱 峰 特 征 信 息 ， 同 时 也 放 大 了 随 机 噪 声 ； 多元 散射 校正 主要 用 于消 除光谱 中的散 射 干扰 ， 但 不 能有 效 消除 光 谱 中的 随机 噪声 ； 傅 里 叶 变换 只 能提供信号的整体频域特征， 信号 中频率和时间之 间 缺 少一 一 对 应 关 系[ 4 ] ， 导 致 预 测模 型 的精 确 度 和 稳定 性 较差 。 小 波 分 析方 法 是 一 种 有效 的信 号 处 理方 法 ， 在 信 号去 噪领 域有 着 广泛 的应 用 。该方 法 提供 了灵 活 可 变 的窗 口， 通 过 小 波变 换 将 信 号 按 不 同的 分 辨 率 尺度分解成一系列不同频率 的块信号 。根据这一特 点 ， 可 对特 殊 频 率 范 围 的 噪声 进 行 滤 波 处 理 L 5 ] 。本 文 提 出 一 种 基 于 De S NV D e t r e n d i n g S t a n d a r d No r ma l Va r i a t e ， 去势一 标 准正态变换 与小 波 阈值 去噪组合 的光谱 数据 预处 理方法 ， 在 对 数据 进行 S a v i t z k y G o l a y 平滑处理和散射校正的基础上 ， 采 用小波阈值方法实现光谱深度去噪。 1 煤 炭 样本 选取 实 验借 助 某 国家 实 验 室 ， 从 来 自不 同地 区 的煤 炭样 本 中选 取 具 有 代 表 性 的 9 7个 样 本 ， 严 格 按 照 G B 4 7 4 2 O 0 8 煤 样 的制 备 方法 要 求进 行 制样 ， 粒 度 均达 到 0 ． 2 mm 级 别 。在 煤 炭 样 本 的 工 业 分 析 中， 水分 、 灰分和挥发分含量的测定均严格遵照参考 文献E 6 ] 规 定的步骤和要求。采用 An t a r i s 1 1 傅 里 叶变换近红外光谱仪采集煤炭样本的近红外光谱 ， 其 具体 参 数 扫 描范 围为 3 8 0 0 1 0 0 0 0 c m～ ， 波 长 点 数 为 1 6 0 9 ， 分 辨 率 为 4 c m。对 每 个 煤 炭 样 本 重复扫描 6 4次， 取平均光谱作为所测样品的原始光 谱 。图 1为所 选煤 炭样 本 的 近红 外 光 谱 ， 其 中 T 为 吸 光度 。 1 3 1 2 1 ． 1 一 1 ． 0 0 9 0 ． 8 O7 3 0 0 0 4 0 0 0 5 0 0 0 60 0 0 7 0 0 0 8 0 0 0 90 0 0 l 00 0 0 波数／ c m一 1 图 1 煤 炭 样 本 的 近 红 外 光 谱 2 实验 方法 Z．1 DeS V S NV用 来 校正 因散 射 而 引起 的光谱 差 异 ， 其基 本思想 在近红外光谱 中各个波长点 的吸光度应满 足一定的分布规律 例如正态分 布 ， 在此基础上对 任意一条光谱进行校正。计算过程如下 计算第 i 个样本各波长点光谱吸光度的均值T 以及该 光谱 标准 差 S ∑ T m T，一 生 ～ 1 S 一 2 对该 光谱 进行 S NV 校 正 下．一下 T ． v 一 二 3i S N ． V一一 。 ＼／ 式 中 T 为第 i 个 样本 在第 k个 波长 点 的光 谱 吸光 度 ； m 为波 长 点 数 ， 1 ≤ m≤ 1 6 0 9 ； T 、 ， 为 经 S NV 校 正后 的光谱 吸光度 。 S NV 常 与 去 势 一 起 使 用 ， 简 称 De S NV。 De S NV可消除非平稳时问序列信号存 在的趋 势， 在 一定程 度 上消 除基 线漂 移 。 2 ． 2 小波 阈值 去噪 2 ． 2 ． 1 小 波 阈值 去 噪原 理 对 噪声 信号 进行 小 波变换 后得 到一 系列 小波 系 数 ， 其 中有用信号对应 的小波 系数 幅值大 ， 但 数量 少 ； 噪声信号的小波系数分布一致 ， 幅值小 ， 但数量 6 4 工矿 自动 化 2 0 1 5年 第 4 1卷 较 多 。根据 这 一 原 理 寻 找 一 个 合 适 的 阈值 R 对 原 信 号去 噪 。主要 步骤 如下 1 选 取母 小 波 ， 并 对含 噪 信号 进行 小 波 分解 ， 得到一 系 列小波 系数 。 2 选取合适的阈值 ， 并对小波系数进行阈值 处 理 。 3 对最 后 得 到 的 小 波 系 数 进 行 小 波 逆 变换 ， 重构原 信 号口 ] 。 2 ． 2 ． 2阈值处 理方 法 设 w 为 原小 波系数 ， w 为 处 理后 的小 波 系数 ， 常用 的 阈值 处理 方 法包 括 硬 阈值 和 软 阈值 2种 ， 分 别为 w { w w W0 茎 4 『 I l R w 一 { w 一 R sg n w wW0 茎 c s I f l R 软、 硬阈值法应用广泛 ， 但都有 固有缺点 ， 即在 R 处 不 连续 或 有 固定 偏 差 ， 在 重 构原 信 号 时会 产 生 一 定 的偏 差[ 。 2 ． 2 ． 3 阈值估 计方 法 阈值 R 的估计 是小 波 阈值 去噪 中的关 键 一 步 。 若 R取值 过大 ， 会将一 些有用信 号误 当作 噪声 滤 除 ， 对建模不利 ； 若 R取值过小 ， 则不能将噪声彻底 滤 除 。常用 的 阈值 估计 方法 包括 以下 几种 。 1 无偏 似 然估 计 阈值 法 R i g r s u r e 规 则 。对 于风险向量 r ， 其元素为 r J 一[ 扎 一2 j 扎 一J 叫 ∑训 ] ／ n ， 为小 波系 数的 个数； l ， 2 ， ⋯， 。 取 ， ， 中最 小值 r m ia 对 应 的小 波 系数 为 W⋯ ， 则 无 偏似 然 估 计 阈值为 R √ ⋯ 6 式 中 为信号 所含 噪声 标准 差 。 2 最 小 最 大 值 法 Mi n i ma x i 规 则 。该 方 法 选 取 的阈值是 固定 阈值 的一种 ， 计 算公 式 为 一 』 o - 3 9 3 6 O 1 8 2 9 ≥ 3 2R In 7 一 z 7 l 0 32 3 B r i g e Ma s s a r t阈值 法 。该 方 法 指 定一 个 分 解层 数 c ， 对 于 c 十 1及 更 高 层 ， 所 有 小 波 系 数保 留 ； 对 于第 z 1 ≤ z ≤ c 层 ， 保 留绝 对值 最 大 的 个 系数 。 m M Z 2一 c 。 8 式 中 M ， a为 经验 系数 。 4 缺省 阈值 法 。阈值计 算 公式 为 R F J2 I g P 9 式 中 F为 根据 原信 号估计 得 到 的 噪声 强度 ； P为信 号 长度 。 在 实 际应 用 中 ， 对 于 如何 选 择 阈值 策 略 尚没 有 统 一 的准则 ， 只有 根 据 具体 问题 来 选 择 合 适 的 阈值 进行 去 噪处理 ] 。 3实 验结 果及 分析 煤 炭样本 依 次 采 用 S a v i t z k y Go l a y平 滑 、 D e S NV、 小 波 阈值 去 噪 的 组 合 方 法 进 行 预 处 理 。经 S a v i t z k y Go l a y平 滑 和 D e S NV 处 理 后 的 光谱 如 图 2 所 示 。 波数／ c m 图 2经 S a v i t z k y Go l a y平 滑 和 De S NV处 理 后 的 光 谱 由于 S NV 是 对 每 条 光 谱 分 别 进 行 校 正 ， 所 以 经过 D e S NV处理后 ， 光谱特征信 息更加明显， 波 峰、 波谷等信息也更加清晰 ， 在抑制散射效应 以及线 性 平移 的同时 ， 加强 了光 谱之 间 的差异 性 ， 使 得 光谱 特征信 息 更加 丰 富 ， 更有 利 于建立 模 型 。 利用 近 红 外 光 谱 原 始 数 据 以及 经 过 De S NV 处理后 的数 据 ， 分 别 建 立 水 分 、 灰 分 以及 挥 发 分 的 P L S P a r t i a l L e a s t S q u a r e s ， 偏 最 小 二 乘 法 校 正模 型 ， 并 用决 定 系数 和预测 均 方根误 差 R MS E P 对模 型进 行评 价口 ， 结果 见表 l 。 表 1 近红外光谱数据 的 P L S校正模型评价结果 模 型 水 分 灰分 挥发分 决定系数 RMS E P 决定 系数R MS E P 决定系数 RMS EP 注 A 代 表 原 始 数据 的 PLS模 型 ， B代 表 经 De S NV 处 理 后 数 据的 P L S模型 。 进 行小 波 阈值 去 噪 时 ， 选 用 d b 4小 波 。本 实 验 选 取最 小最 大值 法 ， 并 分别 在软 、 硬 阈值 条件 下 与缺 省 阈值 法 和 B r i g e Ma s s a r t 阈值 法 的去 噪 效果 进 行 比较。选择信噪 比 s NR 和 R MS E P并结合去噪后 的波 形 作 为 评 价 指 标 口 。通 常 认 为 ， S NR 越 高 ， 2 0 1 5年 第 1期 李明等 一 种煤 炭近 红 外光谱 数据 预 处理 方 法研 究 6 5 RMS E P越小 ， 则 表示 去噪 效果 越好 。 图 3为 1号样本 的原始 光谱 数据 及 采用 B r i g e 、 、 图 3 不 同分 解层的 B r i g e Ma s s a r t 去噪结果 ＼ 7 02 O 0 ． 1 5 0l 0 0 o ．0 5 0 0． O 5 一 O． 1 0 一 O1 5 波数／ c m a B r i g e -Ma s s a r t 软 阈值法 3 0 0 0 4 0 0 0 5 0 0 0 60 0 0 70 0 0 80 0 0 9 0 0 0 1 00 0 0 波数／ c m一 1 c 缺省软阈值法 0 ．2 0 O． 1 5 0． 1 0 0． 05 0 0． 05 0 ． 1 0 - 0 ． 1 5 30 0 0 40 0 0 50 0 0 60 0 0 70 0 0 80 0 0 90 0 0 1 00 0 0 波数／ c m一 1 e 最小 最大 软阈值法 Ma s s a r t 软 阈值 法 进 行 1 7层 小 波 去 噪 处 理 后 的 结 果 ， 表 2为 不 同 分 解 尺 度 下 对 应 的 S NR 和 RMS E P。通 过综 合 比较 ， 当分解 层 数 为 3时 ， 波 形 在高 频 部 分 较 清 晰 ， 低 频 部 分 较 平 滑 ， S NR 为 3 0 ． 9 9 0 ， RMS E P为 0 ． 0 0 2 2 ， 去 噪效果 最好 。 表 2 B r i g e -Ma s s a r t 软阈值去噪结果 用 同样的方法分别确定缺省阈值法和最小最大 值 法在 软 、 硬 阈值 条 件 下 的最 优 分 解 层 数 。去 噪 结 果 如 图 4所 示 ， S NR 和 R MS E P见 表 3 。可 看 出 当 选 用缺省软 阈值法 时 ， S NR最大 ， RMS E P 最小 ， 去 0 ．2 0 01 5 0 ． 1 O OO5 0 00 5 0． 1 0 0． 1 5 3 0 00 40 00 50 00 60 0 0 70 0 0 80 00 90 0 0 1 00 0 0 波数／ c m一 1 b B r i g e -Ma s s a r t 硬阈值法 0． 2 0 0 1 5 O ． 1 0 0 ．0 5 0 0 ． 05 01 0 一 O ． 1 5 ＼ 3 0 0 0 40 0 0 50 0 0 60 0 0 70 0 0 80 0 0 90 0 0 1 00 0 0 波 数／ e ra一 1 d 缺省硬阈值法 波数／ c m一 1 f 最小最大硬阈值法 图 4 不 同小波 阈值方法 的去噪结果 6 6 工矿 自动化 2 0 1 5年 第 4 1卷 表 3 不同小波阈值方法的 S NR和 RMS E P [ 3] [ 4] 噪效 果最 好 。 用组合方法对光谱数据进行预处理 ， 并分别建 立水 分 、 灰 分 和 挥 发分 的 P L S校 正 模 型 ， 得 到 的模 [ 5 ] 型评价 结果 见表 4 ， 可 看 出 P L S校 正 模 型性 能均 有 所 提高 。 表 4 经组合方法处理后数据的 P L S校正模 型评价结果 4 结 论 1 经 过 D e S NV处 理后 ， 煤炭 近 红外 光谱 特 征 信息 更加 明显 ， 但 同时高 频段 的噪 声也更 加 明显 ， 需 要进 行深 度处 理 。 2 在 S a v i t z k y Go l a y平 滑 和 D e S NV 校 正 的基础 上 ， 对光谱 数 据进行 缺省 软 阈值法 去噪 后 ， 水 分 、 灰分 和 挥发分 P L S校 正模 型 的决 定 系数 分别 提 高到 0 ． 8 5 8 7 ， 0 ． 7 4 3 8和 0 ． 7 7 8 5 ， 模 型的精度显著 提 高 。 3 采 用原 始 以及经 组合 方 法 预处 理后 的光谱 数 据分别 建 立 P L S校 正 模 型 。通 过 对 比预 测 性 能 可知 ， 经过组合方法预处理后， 水分 P L S校正模 型 的决定 系数 和 预测 均 方 根误 差 变 化 不 大 ， 灰 分 与 挥 发 分 P L S校正模 型性 能 提升 明显 。 参考文献 [1] [ 2] 陈鹏强 ， 陆辉 山， 闫宏伟． 基于近红外光谱 的煤 粉样 品 定量检测研 究[ J 3 ． 工矿 自动化 ， 2 0 1 3 ， 3 9 8 6 8 7 1 ． L EW I S A T， J ONE S K， LE W I S K E， e t a 1 ． De t e c t i o n of Le wi s a nt i ge n s t r u c t ur a l c h a nge by FTI R [ 8] [ 9] [- 1 0 ] I n] E 1 2 ] s p e c t r o s c o p y[ J ] ．C a r b o h y d r a t e P o l y me r s ，2 0 1 3 ， 9 2 2 l 2 9 4 1 3 0 1 ． KI M D W ， LEE J M ， KI M J S ．Ap p l i c a t i o n o f n e a r i n f r a r e d di f f us e r e f l e c t a nc e s pe c t r os c op y f o r o n l i n e me a s u r e me n t o f c o a l p r o p e r t i e s [ J ] ． Ko r e a n J o u r n a l o f Ch e mi s t r y En g i n e e r i n g， 2 0 0 9 ， 2 6 2 4 8 9 4 9 5 ． PALLUA J D， PEZ Z EI C， Z ELGER B， e t a 1 ． Fo u r i e r t r a ns f or m i n f r a r e d i ma g i ng a na l ys i s i n di s c r i mi na t i on s t u d i e s o f s q u a mo u s c e l l c a r c i n o ma [ J ] ．An a l y s t ， 2 O 1 2 ， 1 3 7 1 7 3 9 6 5 - 3 9 7 4 ． HUANG Z R， S HA S， R0NG I Q， e t a 1 ． Fe a s i b i l i t y s t udy o f n e a r i nf r a r e d s p e c t r os c opy wi t h v ar i a bl e s e l e c t i o n f o r n on de s t r uc t i ve de t e r mi n a t i o n of q ua l i t y p a r a m e t e r s i n s h e l l i n t a c t c o t t o n s e e d[ J ] ．I n d u s t r i a l Cr o ps a nd Pr o du c t s， 201 3， 4 3 65 4 66 0． GB ／ T 2 1 2 -- 2 0 0 8煤的工业分析方法E s ] ． NASRI M ， NEZAM ABADI POUR H． I ma ge de n oi s i ng i n t h e wa v e l e t d o ma i n u s i ng a ne w a da pt i ve t h r e s h o l d i n g f u n c t i o n [ J ] ． Ne u r o c o mp u t i n g ， 2 0 0 9 ， 7 2 4 ／ 5 ／ 6 1 0 1 2 - 1 0 2 5 ． HEDA0O P，G0DB0LE S ． W a v e l e t t h r e s h o l d i n g a p p r o a c h f o r i ma g e d e n o i s i n g [ J ] ． I n t e r n a t i o n a l J o u r n a l o f Ne t wo r k S e c u r i t y 8 L I t s Ap p l i c a t i o ns ， 2 O 1 1， 3 4 1 6 - 2 1 ． TES CH S， RENTROP K H ， OTT0 M ． Co al Ana l ys i s b y a pp l i c a t i on of t he pa r t i a l l e a s t s qu a r e s m e t hod t o i n f r a r e d s p e c t r a [ J ] ． F r e s e n i u s J o u r n a l o f An a l y t i c a l Che mi s t r y， 1 99 2， 3 44 2 06 20 8． 李华 ， 王菊香 ， 郭 恒光 ， 等． 光 谱预 处理方 法对 混胺 近 红外定量模型影 响 的研 究 [ J ] ． 分析科 学 学报 ， 2 0 1 0 ， 2 6 5 5 51 - 5 54 ． S M I TH B M ， GEM PE RL I NE P J ． W a v e l e n g t h s e l e c t i on a nd o pt i mi z a t i on o f p a t t e r n r e c og ni t i o n me t h o d s u s i n g t h e g e n e t i c a l g o r i t h m[ J ] ． A n a l y t i c a l Ch e mi s t r y Ac t a， 2 0 00， 4 23 1 67 - 1 7 7． DONG W K， J ONG M L， J AE S K．Ap p l i c a t i o n o f ne a r i n f r a r e d di f f us e r e f l e c t a nc e s pe c t r o s c o py f or o n l i n e me a s u r e me n t o f c o a l p r o p e r t i e s[ J ] ．Ko r e a n J o u r n a l o f C h e mi s t r y En g i n e e r i n g ， 2 0 0 9， 2 6 2 4 8 9 49 5．