本发明属于分析化学领域的化学计量学建模技术,涉及一种基于经验模态分解的多尺度极限学习机集成建模方法。首先,采用KS分组法将样品分为训练集合预测集,其次,将训练集的光谱信号通过经验模态分解被分解为一系列本征模态函数分量IMF和一个剩余项r,然后,对每个IMF及r建立极限学习机子模型;对预测集光谱经过同样的经验模态分解,将得到的子序列代入到子模型中,得到每个子模型的预测结果,将所有预测结果加权平均得到最终预测结果。本发明充分利用了信号的局部信息,可以得到更准确的预测结果。本发明适用于农业、食品、医药、石油以及环境等领域的复杂样品定量分析。
声明:
“基于经验模态分解的多尺度极限学习机集成建模方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)