摘要：Boosting是一种新型的机器学习算法,其主要用于提高回归算法的性能.介绍了一种以RBF神经网络为基础学习机的Boosting回归算法,并将此算法应用于油品辛烷值分析中,与常用的油品分析技术偏最小二乘法(PLS)、多元线性回归(MLR)方法和单个RBF神经网络的拟和预测效果对比分析.结果显示,该算法具有学习速度快、跟踪性能好、范化能力强等优点.

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）