| 基于神经网络集成的挥发分近红外回归模型 |
| |
| 引用本文： | 雷萌,李明,吴楠,董亮.基于神经网络集成的挥发分近红外回归模型[J].中国矿业大学学报,2013,42(2):291-295. |
| |
| 作者姓名： | 雷萌 李明 吴楠 董亮 |
| |
| 作者单位： | 1. 中国矿业大学信息与电气工程学院,江苏徐州,221008
2. 河北出入境检验检疫局京唐港办事处,河北唐山,063611 |
| |
| 基金项目： | 高等学校博士学科点专项科研基金项目(20110095110011);国家自然科学基金项目(61104039) |
| |
| 摘 要： | 针对煤炭光谱特征信息分散的现象,提出了基于神经网络集成的挥发分近红外回归模型.该模型引入集成学习的思想,综合SOM,RBF,BP和Elman神经网络学习算法的优势,通过求各子模型的输出均值获得最终的预测结果.为了减小因算法参数设置不当而引起的学习误差,根据各网络算法的特点,利用经验知识、交叉验证和遗传算法优化模型参数.研究结果表明:经相同算法优化后,集成学习模型的性能明显优于单一神经网络,其最大误差小于3%,比单一神经网络小1～2倍.该方法有效地提高了模型的学习精确度,且具有较好的泛化性,适用于复杂多变的非线性煤质近红外回归问题.
|
| 关 键 词： | 挥发分回归模型 神经网络 集成学习 参数优化 |
Volatile-NIRS regression model on the basis of neural network ensemble |
| |
| LEI Meng,LI Ming,WU Nan,DONG Liang.Volatile-NIRS regression model on the basis of neural network ensemble[J].Journal of China University of Mining & Technology,2013,42(2):291-295. |
| |
| Authors: | LEI Meng LI Ming WU Nan DONG Liang |
| |
| Affiliation: | 1(1.School of Information and Electrical Engineering,China University of Mining & Technology, Xuzhou,Jiangsu 221008,China; 2.Caofeidian Port Office of Hebei Inspection and Quarantine Bureau,Tangshan,Hebei 063611,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
