公开(公告)号：CN107918718B

公开(公告)日：2020-05-22

申请号：CN201711068234.X

申请日：2017-11-03

Applicant: 东北大学秦皇岛分校

Inventor： 单鹏 ,  赵煜辉 ,  张贝 ,  淳宝生

IPC: G06F17/10

Abstract: 本发明公开了一种基于在线顺序极限学习机的样品成分含量测定方法，包括：采集样品的光谱数据样本，并利用在线顺序极限学习机算法进行建模；利用所建立的模型对样品的成分含量进行测定。本发明通过利用在线顺序极限学习机算法进行建模，无需保留前面使用过的数据而只将前面学习到的知识保留下来以备后用；每次有新的光谱数据到来时，只需要计算新到数据的隐层输出，然后利用前面学习到的知识动态更新中间隐层到输出层之间的输出权重，即可进行快速建模。相较于传统的建模方法，提高了建模速度，减少了不必要的重复计算量以及对数据存储空间的消耗，提高了模型的精度和泛化性能，而且既可以处理每次一个一个到来的数据也可以处理一块一块到来的数据。

公开(公告)号：CN107918718A

公开(公告)日：2018-04-17

申请号：CN201711068234.X

申请日：2017-11-03

Applicant: 东北大学秦皇岛分校

Inventor： 单鹏 ,  赵煜辉 ,  张贝 ,  淳宝生

IPC: G06F19/00

Abstract: 本发明公开了一种基于在线顺序极限学习机的样品成分含量测定方法，包括：采集样品的光谱数据样本，并利用在线顺序极限学习机算法进行建模；利用所建立的模型对样品的成分含量进行测定。本发明通过利用在线顺序极限学习机算法进行建模，无需保留前面使用过的数据而只将前面学习到的知识保留下来以备后用；每次有新的光谱数据到来时，只需要计算新到数据的隐层输出，然后利用前面学习到的知识动态更新中间隐层到输出层之间的输出权重，即可进行快速建模。相较于传统的建模方法，提高了建模速度，减少了不必要的重复计算量以及对数据存储空间的消耗，提高了模型的精度和泛化性能，而且既可以处理每次一个一个到来的数据也可以处理一块一块到来的数据。