一种自适应选择深度特征的随机权神经网络集成建模方法

摘要

本发明公开一种自适应选择深度特征的随机权神经网络集成建模方法，首先，预设定深度特征层数和集成模型尺寸阈值为J和J_thresh；接着，构建以易检测过程变量为输入和输出的神经网络自编码器并提取第1层特征，建立以易检测过程变量为输入和难检测过程参数为输出的第1个候选子模型；然后，构建以第1层特征为输入和输出的神经网络自编码器并提取获得第2层特征，建立以第1层特征为输入和难检测过程参数为输出的第2个候选子模型；重复上述过程，直到获得第J层特征和第J个候选子模型；最后，基于全部J个候选子模型，耦合分支定界优化算法和模型加权算法获取集成尺寸为2～J_thresh的全部选择性集成模型，并将预测误差最小的作为最终的难检测过程参数预测模型。