本發明屬于分析化學領域的化學計量學建模技術,涉及一種基于經驗模態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驗模態分解被分解為一系列本征模態函數分量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;對預測集光譜經過同樣的經驗模態分解,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果,將所有預測結果加權平均得到最終預測結果。本發明充分利用了信號的局部信息,可以得到更準確的預測結果。本發明適用于農業、食品、醫藥、石油以及環境等領域的復雜樣品定量分析。
聲明:
“基于經驗模態分解的多尺度極限學習機集成建模方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)