选择性神经网络二次集成在火药近红外分析中的应用研究

摘要

针对建立近红外光谱定量分析的神经网络校正模型时,存在变量数过多以及容易出现过拟合等问题,采用小波变换对近红外光谱进行预处理,用以消除噪声,减少变量个数;并在此基础上,提出一种新的神经网络校正模型-基于改进贪心法的选择性神经网络二次集成,来提高神经网络的泛化能力.实验结果表明:在建立火药近红外分析的校正模型中,该模型不仅建立过程简单而且具有较好的泛化能力.