Boosting算法在近红外光谱分析中的应用

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.

关键词：boosting、机器学习、光谱分析

分类号：TP274.52(自动化技术及设备)

在线出版日期：2004-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：31-33,50