论文部分内容阅读
水分和热值是与秸秆能源转化利用相关的重要特性指标，采用近红外光谱技术结合LOCAL算法来予测秸杆水份和热值．首先将样品分别按水分含量和热值大小均分为高、中、低三个子集分段建模，结果高、中、低含量样品建立的模型的交互验证标准差（SECV）几乎都小于全部样品模型的SECV，表明了秸秆水分和热值变幅对近红外光谱模型的预测精度有较大的影响．针对化学值变幅对模型精度的影响，引入LOCAL算法实现近红外光谱技术预测，快速分析测定秸秆的水分和热值．研究结果表明，LOCAL算法为每个预测样品选择合理的定标集，与常规的PL