摘要：针对辅助变量之间相关性差挖掘困难等问题,提出一种基于特征提取集和极限学习机（MLCRBMsELML）的软测量建模方法.该方法首先通过聚类算法对输入数据集进行属性簇划分.按结果将数据集分类后输入至MLCRBMs特征提取集中进行同步的特征提取,提取到的特征子集经Blending层进行非线性融合得到新特征集,并输入至极限学习机（ELM）进行拟合得到最后的估计结果.实验结果表明该方法优于传统的方法,具有更高的预测精度和泛化性能.
分类：期刊> 自然科学与工程技术> 信息科技> 电子信息科学综合
收录：统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏 > 文摘与引文数据库
关键词：计量学 极限学习机 受限玻尔兹曼机 软测量
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
