为利用煤炭资源，须及时掌握煤质的变化规律。受测量方法和相关技术限制，传统的煤质分析技术已不能满足煤炭生产、加工和利用等过程的要求。煤质近红外光谱分析技术是一种新兴的煤质快速检测方法，可实现煤质全元素的快速在线分析。但由于该技术是一种间接分析方法，预测结果的准确性主要依赖于建模数据及方法。鉴于此，针对煤样光谱数据存在的不稳定因素多、维数高、特征变异范围广等问题，本项目的目标是基于数据挖掘技术，建立相应的煤质近红外光谱分析系统框架，并围绕影响其应用的四个关键问题展开研究，具体包括：1）建模样本优化筛选研究；2）煤样光谱数据的恢复处理研究；3）煤样光谱数据压缩处理研究；4）煤样光谱定性与定量分析方法研究。最后，据此构建煤质的快速在线分析模型并进行应用研究。项目所形成的研究成果，为煤质近红外光谱分析应用提供理论支撑，可大幅提高煤质近红外光谱分析模型的预测准确度，具有重要的理论意义和实际应用价值。