论文部分内容阅读
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.