一種基于經(jīng)驗模態(tài)分解的多尺度極限學習機集成建模方法
發(fā)明/申請人：卞希慧，第五鵬瑤，張彩霞，郭玉高，譚小耀，龐和亮
專利號/申請?zhí)枺篫L201610922755.6
授權(quán)/申請日期：2019-2-3
本發(fā)明屬于分析化學領(lǐng)域的化學計量學建模技術(shù)，涉及一種基于經(jīng)驗模態(tài)分解的多尺度極限學習機集成建模方法。首先，采用KS分組法將樣品分為訓練集合預測集，其次，將訓練集的光譜信號通過經(jīng)驗模態(tài)分解被分解為一系列本征模態(tài)函數(shù)分量IMF和一個剩余項r，然后，對每個IMF及r建立極限學習機子模型；對預測集光譜經(jīng)過同樣的經(jīng)驗模態(tài)分解，將得到的子序列代入到子模型中，得到每個子模型的預測結(jié)果，將所有預測結(jié)果加權(quán)平均得到最終預測結(jié)果。本發(fā)明充分利用了信號的局部信息，可以得到更準確的預測結(jié)果。本發(fā)明適用于農(nóng)業(yè)、食品、醫(yī)藥、石油以及環(huán)境等領(lǐng)域的復雜樣品定量分析。