半监督极限学习机及其在近红外光谱数据分析中的应用

发布时间：2017-09-03 02:03

  本文关键词：半监督极限学习机及其在近红外光谱数据分析中的应用

  更多相关文章： 极限学习机 半监督学习 非凸最优化 混合整数规划 近红外光谱

【摘要】：当数据集中包含的训练信息不充分时,监督的极限学习机较难应用,因此将半监督学习应用到极限学习机,提出一种半监督极限学习机分类模型;但其模型是非凸、非光滑的,很难直接求其全局最优解。为此利用组合优化方法,将提出的半监督极限学习机化为线性混合整数规划,可直接得到其全局最优解。进一步,利用近红外光谱技术,将半监督极限学习机应用于药品和杂交种子的近红外光谱数据的模式分类。与传统方法相比,在不同的光谱区域的数值实验结果显示:当数据集中包含训练信息不充分时,提出的半监督极限学习机提高了模型的推广能力,验证了所提出方法的可行性和有效性。
【作者单位】： 中国农业大学理学院;中国农业大学信息与电气工程学院;
【关键词】： 极限学习机 半监督学习 非凸最优化 混合整数规划 近红外光谱
【基金】：国家自然科学基金资助项目(11471010,11271367)~~
【分类号】：TP18;TN21
【正文快照】： 0引言在模式识别和机器学习问题中,通常根据训练样本的类标示是否参与训练而将学习分成三类:训练样本类标示参与训练的,称之为监督学习;训练样本类标示不参与训练的,称之为无监督学习;部分样本的类标示参与训练的,称之为半监督学习。在实际应用中,获取大量有标记数据通常费时

【相似文献】

中国期刊全文数据库 前10条

1 ;全国第二届近红外光谱学术会议[J];红外;2008年09期

2 ;第三届全国近红外光谱学术会议征文通知[J];红外;2010年03期

3 ;新书快讯:《傅里叶变换红外光谱分析》(第2版)简介[J];光谱学与光谱分析;2010年11期

4 肖儿良;鞠军平;毛海军;林蔚;;近红外光谱比值法测定烟草中六组分含量[J];激光与红外;2012年08期

5 顾小曼,陈传波;红外光谱谱库的建立[J];华中农业大学学报;1988年01期

6 谢狄霖;林积荣;张水冰;;红外光谱微机数据库[J];化学通报;1989年10期

7 庄亦麟,陆志豪,阮宗良,吴志宝,潘玉星;红外水份测量的研究[J];上海第二工业大学学报;1991年02期

8 翁秀兰;王宇龙;陈永新;李士引;;红外光谱在高分子材料研究中的应用[J];红外;2011年09期

9 王卫乡，刘颂豪，，李道火，刘宗才;激光诱导化学气相沉积纳米硅的红外光谱[J];量子电子学;1996年01期

10 刘伟,熊建辉,潘忠孝,张懋森,李金屏;小波神经网络在红外光谱数据压缩中的应用[J];科学通报;1997年08期

中国重要会议论文全文数据库 前10条

1 甄梦章;;红外光谱解析程序[A];全国第六届分子振动光谱学术报告会文集[C];1990年

2 崔继承;赵振武;丁东;唐玉国;;纳米自洁净玻璃近红外光谱特性分析[A];第三次全国会员代表大会暨学术会议论文集[C];2002年

3 吴婧;郁露;孙素琴;;栽培与野生丹参的红外光谱三级鉴定研究[A];第十四届全国分子光谱学术会议论文集[C];2006年

4 梁逸曾;范伟;陈爱明;张志敏;;近红外光谱软件的设计和实现[A];第九届全国计算（机）化学学术会议论文摘要集[C];2007年

5 谭福元;李梦龙;冯晓瑜;张婧;;红外光谱谱构关系探讨[A];第九届全国计算（机）化学学术会议论文摘要集[C];2007年

6 杭义萍;王海水;;红外光谱:消除水溶液中水吸收峰干扰的新方法[A];中国化学会第28届学术年会第9分会场摘要集[C];2012年

7 王海水;席时权;;红外光谱与长烃链化合物的结构[A];全国第13届分子光谱学术报告会论文集[C];2004年

8 谢狄霖;;红外光谱信息管理系统[A];全国第13届分子光谱学术报告会论文集[C];2004年

9 邱江;潘红春;叶勤;张嗣良;;红外光谱监测糖化酶发酵过程[A];全国第10届分子光谱学术报告会论文集[C];1998年

10 孙宁邦;;气相色谱或放出气体分析与付立叶变换红外光谱联用的模块式接口[A];全国第五届分子光谱学术报告会文集[C];1988年

中国重要报纸全文数据库 前10条

1 记者 李犁;近红外光谱专业委员会云南物联站成立[N];云南日报;2011年

2 陈锐;红外光谱三分钟诊肿瘤[N];健康报;2004年

3 马斌睿;红外光谱用于中药质控大有可为[N];中国中医药报;2003年

4 陈锐 郭晓斌;红外光谱快速准确诊断肿瘤[N];家庭医生报;2004年

5 张东风 本报记者　　;红外光谱能否成为中药检测标准[N];中国中医药报;2005年

6 史春香 杨悦武 郭祝元;近红外光谱用于中药质控前景广阔[N];中国医药报;2006年

7 陈锐 郭晓斌;只用3～5分钟红外光谱实现快速准确诊断肿瘤[N];医药经济报;2004年

8 记者 张东风;红外光谱可用于中药生产质控[N];中国中医药报;2011年

9 陈锐;红外光谱——诊断肿瘤又一利器[N];大众卫生报;2004年

10 龚翔;中药快速识别的“武器”[N];中国医药报;2003年

中国博士学位论文全文数据库 前10条

1 薛晓康;电化学表面增强红外光谱的应用与发展[D];复旦大学;2008年

2 杜国荣;复杂体系近红外光谱建模方法研究[D];南开大学;2012年

3 郝勇;近红外光谱微量分析方法研究[D];南开大学;2009年

4 程旺兴;醌类中药小分子电子转移机理研究—红外光谱电化学循环伏吸法和导数伏吸法[D];安徽大学;2012年

5 贺英;基于半监督和迁移学习的近红外光谱建模方法研究[D];中国海洋大学;2012年

6 王金意;钯、镍及其非金属合金电极的表面红外光谱与应用研究[D];复旦大学;2010年

7 单瑞峰;近红外光谱建模方法及温度效应研究[D];南开大学;2014年

8 刘海;基于变分模型的红外光谱超分辨率方法研究[D];华中科技大学;2014年

9 严彦刚;表面增强红外光谱在铂族电极上的拓展及应用[D];复旦大学;2007年

10 黄正国;基质隔离—红外光谱和量化计算研究金属原子与甲醇及乙炔的反应[D];复旦大学;2004年

中国硕士学位论文全文数据库 前10条

1 白沙沙;双边夹原理在红外光谱中的应用[D];华南理工大学;2015年

2 刘明地;红外光谱结合计算机解析技术对青海枸杞的鉴别研究[D];青海民族大学;2015年

3 徐娟;云南不同类型土壤的元素含量测定及红外光谱分析[D];云南师范大学;2015年

4 汪锐;太阳系天体有机物质的芳香性与脂肪性[D];南昌大学;2015年

5 彭惜媛;12种种子类药材多级红外光谱分析与鉴定[D];佳木斯大学;2015年

6 朱伟成;表面增强红外光谱材料的制备和研究[D];南京师范大学;2012年

7 陈灶鑫;灵芝红外光谱规律及灵芝微量元素含量的研究[D];广东工业大学;2013年

8 戚华溢;嵌入式零树小波用于红外光谱压缩的研究[D];四川大学;2002年

9 曹凤娟;表面增强红外光谱对膜蛋白的检测及表面增强红外基底的研究[D];东北师范大学;2013年

10 刘效林;白酒红外光谱特征提取与分类应用研究[D];华中科技大学;2013年

本文编号：782182