OPLS在非线性偏最小二乘回归模型的应用
孙凤林;郝志峰
【期刊名称】《计算机工程与设计》 【年(卷),期】2010(031)012
【摘要】为了解决隐含潜变量回(implicit non-linear latent variable regression,INLR)建模方法中加入自变量的非线性项使系统中出现了与因变量y无关的信息或者噪音的问题,提出了基于正交投影(orthogonal projection to latent structures,OPLS)方法,时INLR数据进行预处理.OPLS算法能有效去除预测矩阵中与因变量y无关的信息,在不影响INLR建模效果的同时减少有意义的成分,改善了模型的解释性和真实性.模拟实验结果表明,改进后算法的建模效果优于INLR、偏最小二乘回归(partial least squares regression,PLSR)算法得到的模型.
【总页数】4页(2826-2829)
【关键词】非线性回归;偏最小二乘回归(PLSR);隐含潜变量回归(INLR);OPLS;INLR-OPLS 【作者】孙凤林;郝志峰
【作者单位】华南理工大学理学院,广东,广州,510640;华南理工大学理学院,广东,广州,510640 【正文语种】中文
【中图分类】TP39;O212.4 【相关文献】
1.最小二乘支持向量回归与偏最小二乘回归建立烟草总糖NIR预测模型比较 [J],
李世勇; 王芳; 邵学广
2.基于偏最小二乘回归的焦炭热性质非线性预测模型 [J], 张进春; 吴超 3.非线性偏最小二乘回归法在均匀设计响应面法中的应用 [J], 赵威; 王伟 4.基于非线性偏最小二乘回归的软测量建模及应用 [J], 吕游; 刘吉臻; 杨婷婷 5.非线性偏最小二乘回归在电力负荷预测中的应用 [J], 蔡金錠; 王慧
以上内容为文献基本信息，获取文献全文请下载
OPLS在非线性偏最小二乘回归模型的应用
