| 致谢 | 第3-4页 |
| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 变量注释表 | 第19-20页 |
| 1 绪论 | 第20-23页 |
| 1.1 课题来源 | 第20页 |
| 1.2 研究背景 | 第20-21页 |
| 1.3 研究内容 | 第21-23页 |
| 2 文献综述 | 第23-38页 |
| 2.1 煤炭灰分检测方法国内外研究现状 | 第23-24页 |
| 2.2 光谱分析技术的应用现状 | 第24-27页 |
| 2.3 光谱数据预处理及其定量分析方法 | 第27-36页 |
| 2.4 本章小结 | 第36-38页 |
| 3 光谱采集条件探究 | 第38-52页 |
| 3.1 光谱采集系统参数选择 | 第38-47页 |
| 3.2 光谱采集系统稳定性测试 | 第47-50页 |
| 3.3 模型评价指标 | 第50-51页 |
| 3.4 本章小结 | 第51-52页 |
| 4 煤炭物理特性对光谱反射率影响探究 | 第52-65页 |
| 4.1 煤样含水量对光谱反射率影响探究 | 第52-55页 |
| 4.2 煤层密实度对光谱反射率影响探究 | 第55-57页 |
| 4.3 煤样粒度对光谱反射率影响探究 | 第57-63页 |
| 4.4 本章小结 | 第63-65页 |
| 5 煤中无机矿物对煤炭表面光谱反射率影响探究 | 第65-81页 |
| 5.1 煤炭灰分对煤炭表面光谱反射率影响探究 | 第65-66页 |
| 5.2 矸石中纯无机矿物含量对煤炭表面光谱反射率影响探究 | 第66-75页 |
| 5.3 基于PCA-LSSVM的煤矸石聚类分析 | 第75-80页 |
| 5.4 本章小结 | 第80-81页 |
| 6 煤炭灰分检测模型的建立 | 第81-96页 |
| 6.1 建模样品表面光谱数据获取及其预处理 | 第81-86页 |
| 6.2 基于PLS算法的灰分检测模型建立 | 第86-91页 |
| 6.3 基于PCA+BP神经网络的灰分检测模型建立 | 第91-95页 |
| 6.4 模型比较 | 第95-96页 |
| 7 总结与展望 | 第96-98页 |
| 7.1 总结 | 第96-97页 |
| 7.2 主要创新点 | 第97页 |
| 7.3 研究工作展望 | 第97-98页 |
| 参考文献 | 第98-103页 |
| 作者简历 | 第103-105页 |
| 学位论文数据集 | 第105页 |