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。