文献

J-GLOBAL ID：201702256248606390   整理番号：17A0160782

近赤外スペクトルの定量的解析のための改良ELMアルゴリズム【JST・京大機械翻訳】

An Improved ELM Algorithm for Near Infrared Spectral Quantitative Analysis

著者 (2件)： Zhang Hongguang (State Key Laboratory of Industrial Control Technology, Zhejiang University) ,  Lu Jiangang (State Key Laboratory of Industrial Control Technology, Zhejiang University)
資料名： Guangpuxue yu Guangpu Fenxi  (Guangpuxue yu Guangpu Fenxi)
巻： 36  号： 9  ページ： 2784-2788  発行年： 2016年 
JST資料番号： C2093A  ISSN： 1000-0593  CODEN： GYGFED  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 極限学習理論(極度に LEARNING MACHINE, ELM)は新しい化学計量学方法として、近赤外スペクトルの定量分析における応用研究はすでに学術界の高度重視を引き起こした。しかし、スペクトルデータの次元が高いため、ELMモデルを構築するには大量の隠れノードが必要で、隠れ層の出力行列の次元が高く、高度共線性が存在する。既存のMOORE-PENROSE一般化アルゴリズムを用いて,隠れ層の出力マトリックスと測定特性の間の回帰モデルを得ることは,しばしば不良設定問題になる。ELMに基づくスペクトル変数の特性と特性の間の回帰モデルを確立して,新しいモデルを提案して,ELMモデルの隠れ層の出力マトリックスを新しい変数として使用した。本論文では,著者らが提案した変数投影の重要性に基づく改良重み付きPLSアルゴリズム(STACKED PARTIAL LEAST SQUARES REGRESSION ALGORITHM BASED ON)を提案した。新しい変数と測定特性の間の回帰モデルを確立した。VIP-SPLSアルゴリズムは,各々の隠れノードの出力情報を完全に利用することによって,高維共の線形問題を効果的に解決することができて,モデル統合の利点を有して,それによって,ELMモデルの性能を改良した。改良最近アルゴリズム(改良)を標準近赤外スペクトルデータセットに適用し,結果は,IELMモデルの精度が従来のPLSモデルとELMモデルと比較してそれぞれ29.06%と27.47%向上することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 線形性 ,  *アルゴリズム ,  定量分析 ,  回帰モデル ,  *近赤外スペクトル ,  *スペクトル ,  *定量的分析 ,  モデル統合 ,  隠れ層 ,  スペクトルデータ
準シソーラス用語： 学習理論 , 【Automatic Indexing@JST】

著者キーワード (6件)： Spectral quantitative analysis ,  Regression model ,  Extreme learning machine (ELM) ,  Partial least square (PLS) ,  Near infrared spectroscopy ,  Variable importance in the projection (VIP)

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 近赤外スペクトル ,  定量的解析 ,  ELM ,  アルゴリズム