核分段逆回归集成线性判别分析用于质谱数据分类

• 作者: 张立庆 成忠 诸爱士
• 来源期刊: 分析化学
• 学科: 化学
• 关键词: 分段逆回归 主成分分析 核函数 线性判别分析 模式分类 质谱数据
• 年，卷（期）: 2008,（12）
• 所属期刊栏目: 研究报告
• 页码范围: 1657-1661
• 页数: 5页
• 分类号: O65
• 字数: 4237字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-3820.2008.12.011

摘要

针对高维小样本质谱数据在构造模型时易产生的过拟合现象、变量间的严重共线性、及结构与性质间的非线性关系,采用了核分段逆回归 (KSIR) 特征提取集成线性判别分析 (LDA) 新技术.首先以 KSIR 算法完成质谱数据的非线性特征提取,然后在由新特征矢量张成的低维空间构造样本类别的线性判别函数,负责各样本个体类别的判定.将 KSIR-LDA 方法应用于软饮料的质谱数据分类,结果表明:该方法不仅适应质谱数据与性质问的非线性关系,而且可以更少、解释能力更强的特征变量取得更高的分类精度,并能实现在低维特征空间对数据的解释及可视化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	成忠	浙江科技学院生物与化学工程学系	35	286	10.0	15.0
2	诸爱士	浙江科技学院生物与化学工程学系	65	503	13.0	18.0
3	张立庆	浙江科技学院生物与化学工程学系	52	424	11.0	18.0