Bagging極限學習機集成建模方法
發(fā)明/申請人:卞希慧、李淑娟、譚小耀、王江江、王治國、劉維國、陳宗蓬、王晨
專利號/申請?zhí)枺篫L2015104665047
授權/申請日期:2018-5-22
Bagging極限學習機集成建模方法,具體步驟為:采集被測物樣本光譜數(shù)據(jù),用常規(guī)方法測定樣本被測成分的含量;采用一定的分組方式將樣本集劃分為訓練集和預測集;對訓練集樣本進行boostrap重采樣,隨機選取一定數(shù)目樣本作為一個訓練子集;用訓練子集的樣本建立極限學習機子模型;重復多次,建立多個子模型;對于未知樣品,通過多個子模型的預測結果簡單平均,得到最終預測結果。與ELM方法相比,本發(fā)明提出的方法在預測精度和穩(wěn)定性方面具有明顯優(yōu)勢。本發(fā)明適用于石油、煙草、食品、中藥等復雜物質定量分析領域。