Boosting算法在近红外光谱分析中的应用

• 作者: 乐斌 吴铁军 方骏
• 来源期刊: 石油化工自动化
• 学科: 工学
• 关键词: boosting 机器学习 光谱分析
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 控制系统
• 页码范围: 31-33,50
• 页数: 4页
• 分类号: TP274.52
• 字数: 3385字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7324.2004.01.010

摘要

Boosting是一种新型的机器学习算法,其主要用于提高回归算法的性能.介绍了一种以RBF神经网络为基础学习机的Boosting回归算法,并将此算法应用于油品辛烷值分析中,与常用的油品分析技术偏最小二乘法(PLS)、多元线性回归(MLR)方法和单个RBF神经网络的拟和预测效果对比分析.结果显示,该算法具有学习速度快、跟踪性能好、范化能力强等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴铁军	浙江大学智能系统与决策研究所	102	2261	22.0	44.0
2	乐斌	浙江大学智能系统与决策研究所	1	6	1.0	1.0
3	方骏	浙江大学智能系统与决策研究所	5	65	4.0	5.0