一种新颖的小样本整体趋势扩散技术

• 作者: 余乐安 朱宝 陈忠圣
• 来源期刊: 化工学报
• 关键词: 小样本集 整体趋势扩散技术 虚拟样本 正交实验
• 年，卷（期）: 2016,（3）
• 页码范围: 820-826
• 页数: 7页
• 分类号: TP181
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20151921

摘要

基于数据驱动的生产过程建模、优化与控制是当今学术界与企业界的研究与应用热点。大数据时代小样本问题不可忽视。针对诸如人工神经网络（ANNs）、极限学习机（ELMs）等传统建模方法在小样本条件下难以获得较高的学习精度，提出了一种新颖的多分布整体趋势扩散技术（multi-distribution mega-trend-diffusion, MD-MTD）用于提升小样本学习精度。通过整体扩散技术推估小样本属性可接受范围，在整体趋势扩散的基础上，增加了均匀分布和三角分布描述小样本数据特性，生成虚拟样本，填补小样本数据点间的信息间隔。利用标准函数产生标准样本，在正交实验和不均匀样本实验下论证了MD-MTD的合理性和有效性，用MLCC和PTA两个实际的工业数据集进一步验证了MD-MTD的实用性。实验结果表明，MD-MTD能提高小样本学习精度8%以上。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈忠圣	北京化工大学信息科学与技术学院	2	16	2.0	2.0
2	余乐安	北京化工大学经济管理学院	33	511	12.0	22.0
3	朱宝	北京化工大学经济管理学院	1	9	1.0	1.0