基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于高维谱数据全部谱变量建立的软测量模型不但存在模型学习速度慢、泛化性和可解释性差等问题,并且难以揭示软测量模型所蕴含的物理含义和进行合理的物理解释等问题.对高维谱数据进行变量选择,降低输入变量维数一直是特征选择领域的热点问题之一.针对这些问题,提出了一种基于偏最小二乘(PLS)算法的高维谱数据特征选择方法.该方法首先分析了基于偏最小二乘算法的潜变量特征提取方法,然后,采用PLS算法分析了原始未标定谱数据的不同谱变量的灵敏度,计算从谱数据提取的不同潜在变量系数的平方和,最后结合球域准则和软测量模型精度基于优化求解的思路进行谱变量选择,进而实现高维谱数据特征的全局优化选择.采用近红外谱数据验证了所提方法的有效性.
推荐文章
基于特征相关的偏最小二乘特征选择方法
中医药信息
偏最小二乘法
特征相关
特征选择
基于核的偏最小二乘特征提取的最小二乘支持向量机回归方法
偏最小二乘
最小二乘支持向量机
核的偏最小二乘
回归
高维最小二乘投影算法在NIR中的应用
高维最小二乘投影
偏最小二乘
NIR
变量选择
融入深度学习的偏最小二乘优化方法
深度学习
偏最小二乘
非线性
中医药信息
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于偏最小二乘算法的高维谱数据特征选择
来源期刊 控制工程 学科 工学
关键词 特征选择 高维谱数据 球域准则 偏最小二乘算法
年,卷(期) 2015,(6) 所属期刊栏目 计算机控制技术及应用
研究方向 页码范围 1127-1130
页数 4页 分类号 TP29
字数 2495字 语种 中文
DOI 10.14107/j.cnki.kzgc.131946
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵立杰 沈阳化工大学信息工程学院 42 592 12.0 24.0
2 贾美英 6 56 5.0 6.0
3 汤健 3 16 3.0 3.0
4 刘卓 东北大学自动化研究中心 23 216 8.0 14.0
5 乔勇 3 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (33)
二级引证文献  (10)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(10)
  • 引证文献(3)
  • 二级引证文献(7)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
特征选择
高维谱数据
球域准则
偏最小二乘算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
总被引数(次)
44239
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导