[发明专利]基于DW-KNN的煤炭水分含量快速无损检测方法

权利要求书

1.一种基于DW-KNN的煤炭水分含量快速无损检测方法，其特征是，所述煤炭水分含量快速无损检测方法包括如下步骤：

步骤1、构建基于DW-KNN的煤炭水分含量检测模型，其中，构建基于DW-KNN的煤炭水分含量检测模型时，制作的训练数据集包括煤炭训练样本的煤炭训练样本水分含量标签以及煤炭训练样本在所述煤炭训练样本水分含量标签下的煤炭训练样本微波S参数波谱信息，利用所制作的训练数据集对DW-KNN模型训练，以构建得到基于DW-KNN的煤炭水分含量检测模型；

步骤2、提供待检测水分含量的煤炭标本，获取所述煤炭标本与煤炭训练样本微波S参数波谱信息相一致的煤炭标本微波S参数波谱信息，利用上述基于DW-KNN的煤炭水分含量检测模型对获取的煤炭标本微波S参数波谱信息处理，以得到并输出所述煤炭标本的水分含量；

步骤1中，制作训练数据集时，具体包括如下步骤：

步骤1.1、采集不同区域的原煤样本，并对采集的所有原煤样本均筛分处理，并将筛分后的原煤样本均匀地平铺在相应的承载器中，并对承载器内的原煤样本干燥，以得到不同区域下的实验煤炭样本；

步骤1.2、对上述得到不同区域下的实验煤炭样本，均依次经过密封冷却、喷水搅拌、密封静置处理，以得到在预设煤炭训练样本水分含量标签下的煤炭训练样本；

步骤1.3、对上述得到的煤炭训练样本进行微波测试，以得到相应区域的煤炭训练样本在所述煤炭训练样本水分含量标签下的煤炭样本微波S参数波谱信息；

步骤1.3中，对煤炭训练样本微波测试时，对任一煤炭训练样本，采集获取在8.05GHz～12.01GHz频率下相应频点的波谱数据，以得到所述煤炭训练样本的煤炭样本微波S参数波谱信息，其中，一煤炭训练样本的所有的煤炭样本微波S参数波谱数据构成一条微波S参数波谱初始曲线；

对来自同一区域的所有煤炭训练样本的微波S参数波谱初始曲线进行预处理，以在预处理后得到煤炭训练样本在所述煤炭训练样本水分含量标签下的煤炭样本微波S参数波谱信息，其中，预处理包括如下步骤：

步骤1.3.1、对任一微波S参数波谱初始曲线进行线性拟合，并计算微波S参数波谱初始曲线与所述微波S参数波谱初始曲线的线性拟合直线相应的波谱数据距离，得到波谱数据线性拟合距离矩阵D，

其中，A[m-1][i]为第m-1条微波S参数波谱初始曲线第i个频率点的波谱数据，A*[m-1][i]为第m-1条微波S参数波谱初始曲线相应的线性拟合直线第i个频率点的拟合波谱数据，n为测试得到每条微波S参数波谱初始曲线相应频率点的个数，m为微波S参数波谱初始曲线的条数；

步骤1.3.2、对上述波谱数据线性拟合距离矩阵D内的波谱数据线性拟合距离与预设的距离阈值进行比较，剔除大于所述距离阈值的微波S参数波谱初始曲线，以得到当前区域相应的煤炭样本微波S参数波谱曲线；

所有区域的煤炭样本微波S参数波谱曲线构成训练数据集的煤炭训练样本微波S参数波谱信息；

将制作的训练数据集按煤炭训练样本的采集区域划分，以得到多组训练数据子集；

将训练数据子集依照留一交叉验证法输入k近邻数时的DW-KNN模型，并分别计算在不同k近邻数时的评价指标的交叉验证均值，选取评价指标交叉验证均值最优时k近邻数，并根据所选择评价指标交叉验证均值最优时的k近邻数，构建得到基于DW-KNN的煤炭水分含量检测模型；

基于DW-KNN的煤炭水分含量检测模型对煤炭标本微波S参数波谱信息处理得到煤炭标本的水分含量时，包括如下步骤：

步骤2.1、计算煤炭标本微波S参数波谱信息与第q个煤炭训练样本δ_q的欧氏距离

其中，为煤炭标本微波S参数波谱信息第p个频率点相应的波谱数据，δ_qp为第q个煤炭训练样本δ_q的煤炭训练样本微波S参数波谱信息第p个频率点相应的波谱数据；

步骤2.2、将计算得到的所有欧式距离按升序排序，确定与前k个欧式距离分别对应的煤炭训练样本；

步骤2.3、根据所选择确定的前k个欧式距离以及相应的煤炭训练样本，计算得到并输出所述煤炭标本的水分含量为：

其中，为煤炭标本的水分含量，ψ(δ_j)为确定前k个煤炭训练样本中第j个煤炭训练样本δ_j的煤炭训练样本水分含量标签，σ_j为确定前k个煤炭训练样本中第j个煤炭训练样本δ_j的距离权重，为确定的前k个欧式距离内相应的第j个欧氏距离。