本文關(guān)鍵詞：基于無信息變量消除法與嶺極限學習機的新型變量選擇方法:以CO氣體濃度反演為例（英文）

  更多相關(guān)文章： 變量選擇 無信息變量消除 嶺極限學習機 特征選擇路徑 CO氣體濃度反演

【摘要】：變量選擇是光譜分析領(lǐng)域一個重要的組成部分。為了克服傳統(tǒng)區(qū)間選擇法的缺點與不足,基于無信息變量消除法和嶺極限學習機提出一種新型的變量選擇與評價方法。首先,利用無信息變量消除法剔除整個光譜區(qū)間中無信息的波長點;其次,為了解決傳統(tǒng)建模方法(偏最小二乘法、BP神經(jīng)網(wǎng)絡(luò)等)存在的共線性問題,采用嶺極限學習機方法建立回歸模型;最后,最佳的特征光譜波長點組合利用特征選擇路徑圖和稀疏度-誤差折中曲線進行確定。CO氣體的濃度反演實驗結(jié)果表明:(1)利用無信息變量消除法可以有效篩選出最能表征CO氣體透過光譜的特征波長點;(2)嶺極限學習機方法具有快速建模、避免共線性和高精度等優(yōu)點(CO氣體濃度反演模型的決定系數(shù)可達0.995);(3)特征選擇路徑圖和稀疏度-誤差折中曲線可以直觀地幫助用戶尋找出最佳的特征波長點組合。
【作者單位】： 電子測試技術(shù)國家重點實驗室中北大學;儀器科學與動態(tài)測試教育部重點實驗室中北大學;山西省光電信息與儀器工程技術(shù)研究中心中北大學;
【基金】：National Nature Science Foundation of China(61127015,61605176) The Key Program for International S&T Cooperation Projects of China(2012DFA10680,2013DFR10150) The Youth S&T Research Fund of Shanxi Province of China(2013021028-1)
【分類號】：O433.4
【正文快照】： Introduction In recent years,infrared(IR)spectroscopy has gained wide acceptance in different fields by virtue of its advantages over other analytical techniques[1].Variable or feature selection,also called“frequency”or“wavelength”selection when app

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊麗霞;魏立力;;基于粗糙集方法的有序尺度變量選擇[J];寧夏大學學報(自然科學版);2009年02期

2 趙宇;黃思明;;帶有變量選擇過程的分類模型誤差分析[J];數(shù)學的實踐與認識;2010年17期

3 樊亞莉;徐群芳;;穩(wěn)健的變量選擇方法及其應(yīng)用[J];上海理工大學學報;2013年03期

4 陶靖軒;多元分析中的變量選擇問題研究[J];中國計量學院學報;2001年01期

5 李樹軍,紀宏金;對應(yīng)聚類分析與變量選擇[J];地球物理學進展;2005年03期

6 陳黎明;趙永紅;;轉(zhuǎn)換函數(shù)未知時轉(zhuǎn)換模型的變量選擇[J];四川大學學報(自然科學版);2011年05期

7 劉民千,張潤楚;超飽和設(shè)計的變量選擇[J];南開大學學報(自然科學版);2000年03期

8 王進;;聚類分析中的距離與變量選擇[J];山西財經(jīng)大學學報;2007年S1期

9 張波;方國斌;;高維面板數(shù)據(jù)降維與變量選擇方法研究[J];統(tǒng)計與信息論壇;2012年06期

10 高仁祥,張世英,劉豹;基于神經(jīng)網(wǎng)絡(luò)的變量選擇方法[J];系統(tǒng)工程學報;1998年02期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 張俊華;方偉武;;調(diào)查表分析中變量選擇的一些方法(英文)[A];中國運籌學會第六屆學術(shù)交流會論文集（下卷）[C];2000年

2 李洪東;梁逸曾;;高維數(shù)據(jù)變量選擇新方法研究[A];中國化學會第27屆學術(shù)年會第15分會場摘要集[C];2010年

3 李慷;席裕庚;;復雜過程系統(tǒng)中操作變量選擇與定位的方法研究[A];1993年控制理論及其應(yīng)用年會論文集[C];1993年

4 云永歡;王為婷;梁逸曾;;迭代的保留有信息變量來篩選最佳變量子集的一種多元校正變量選擇方法[A];中國化學會第29屆學術(shù)年會摘要集——第19分會：化學信息學與化學計量學[C];2014年

5 徐登;范偉;梁逸曾;;紫外光譜結(jié)合變量選擇和偏最小二乘回歸同時測定水中重金屬鎘、鋅、鈷[A];中國化學會第29屆學術(shù)年會摘要集——第19分會：化學信息學與化學計量學[C];2014年

6 梁逸曾;李洪東;許青松;曹東升;張志敏;;灰色化學建模與模型集群分析——兼論過擬合、穩(wěn)健估計、變量選擇與模型評價[A];中國化學會第27屆學術(shù)年會第15分會場摘要集[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 呂晶;幾類半?yún)?shù)回歸模型的穩(wěn)健估計與變量選擇[D];重慶大學;2015年

2 王康寧;幾類高維復雜數(shù)據(jù)半?yún)?shù)模型的結(jié)構(gòu)識別、變量選擇及穩(wěn)健估計[D];山東大學;2016年

3 王大榮;分散度量模型中的變量選擇[D];北京工業(yè)大學;2009年

4 王明秋;高維數(shù)據(jù)下若干回歸模型的變量選擇問題研究[D];大連理工大學;2012年

5 劉吉彩;生存數(shù)據(jù)統(tǒng)計模型的變量選擇方法[D];華東師范大學;2014年

6 樊亞莉;穩(wěn)健變量選擇方法的若干問題研究[D];復旦大學;2013年

7 唐凱臨;變量選擇和變換的新方法研究[D];同濟大學;2008年

8 董瑩;高維共線性統(tǒng)計模型的參數(shù)估計與變量選擇[D];大連理工大學;2014年

9 葉飛;相對誤差準則下的估計理論和變量選擇方法的研究[D];清華大學;2013年

10 袁晶;貝葉斯方法在變量選擇問題中的應(yīng)用[D];山東大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 趙冬琦;基于變量選擇的股指期貨對股票市場影響的實證研究[D];蘭州大學;2015年

2 程勇;多水平模型的變量選擇在農(nóng)戶人均收入數(shù)據(jù)中的應(yīng)用[D];云南財經(jīng)大學;2015年

3 鄧秋玲;SCAD和ADS方法在比例風險模型中的應(yīng)用[D];廣西大學;2015年

4 韋新星;幾種變量選擇方法在Cox模型中的應(yīng)用[D];廣西大學;2015年

5 王唯;部分線性模型的變量選擇問題研究[D];湘潭大學;2015年

6 徐國盛;若干模型的分位數(shù)變量選擇[D];浙江財經(jīng)大學;2016年

7 郭雪梅;部分線性模型中差分估計與SCAD的比較及帶有異常點的非負變量選擇[D];重慶大學;2015年

8 王艷;復共線性及異方差線性模型中的參數(shù)估計與變量選擇[D];重慶大學;2015年

9 楊成敏;廣義線性模型中的參數(shù)估計及變量選擇方法研究[D];重慶大學;2015年

10 鐘冬梅;線性模型中的變量選擇及股票市場實證研究[D];重慶大學;2015年

，

本文編號：1298781