本发明属于化学计量技术领域,具体为Bagging极限学习机集成建模方法。本发明的具体步骤为:采集被测物样本光谱数据,测定样本被测成分的含量;将样本集划分为训练集和预测集;对训练集样本进行boostrap重采样,随机选取一定数目样本作为一个训练子集;用训练子集的样本建立极限学习机子模型;重复多次,建立多个子模型;对于未知样品,通过多个子模型的预测结果简单平均,得到最终预测结果。与ELM方法相比,本发明方法在预测精度和稳定性方面具有明显优势。本发明适用于石油、烟草、食品、中药等复杂物质定量分析领域。
声明:
“Bagging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)