论文部分内容阅读
将原始光谱进行一定的预处理后，以其快速傅立叶变换FFT的前Ⅳ个系数作为人工神经网络（ANN）的输入量，不仅确保了大量有用信息参与模型的建立，同时实现了优越的滤波功能。以汽油的辛烷值和煤粉干燥基高位发热量（Qgr.d）的近红外光谱建模，当采用前20个FFT系数的傅立叶变换一径向基网络（FFT-RBF）时，辛烷值模型的预测误差均方根（RMSEP）可达0．152，相关系数为0．976，当采用前30个FFT系数时，快速FFT-RBF煤粉干燥基高位发热量模型的RMSEP为0．256，相关系数为0．923，说明FFT