一种基于结合岭回归和递归特征消除的定量分析方法
文献类型：专利
| 作者 | 孙兰香 ; 王国栋; 李洋; 王金池; 丛智博
|
| 发表日期 | 2021-09-03 |
| 著作权人 | 中国科学院沈阳自动化研究所 |
| 国家 | 中国 |
| 文献子类 | 发明 |
| 产权排序 | 1 |
| 英文摘要 | 本发明涉及一种基于结合岭回归和递归特征消除的定量分析方法，包括：获取光谱数据和位置信息；对光谱数据进行全谱和归一化；划分为训练集和验证集并标准化；对训练集建立岭回归标定模型，记录模型系数绝对值；删除最小系数绝对值对应光谱特征获取新的特征子集；确定评价模型，以留一验证方式建模并记录RMSECV；重复迭代直至算法跳出循环；根据RMSECV确定最优光谱特征子集和元素浓度标定模型；以验证集数据作为最优模型输入，得到验证集RMSEP。本方法的最优标定模型可实现对待测元素浓度较为准确定量分析。缓解元素标定中的过拟合和光谱数据中的多重共线性问题，有效减少了特征子集的搜索空间，在高判定系数下有效减少均方根误差。 |
| 申请日期 | 2020-03-02 |
| 语种 | 中文 |
| 状态 | 公开 |
| 源URL | [http://ir.sia.cn/handle/173321/29648]  |
| 专题 | 沈阳自动化研究所_工业控制网络与系统研究室 |
| 作者单位 | 中国科学院沈阳自动化研究所 |
| 推荐引用方式 GB/T 7714 | 孙兰香,王国栋,李洋,等. 一种基于结合岭回归和递归特征消除的定量分析方法. 2021-09-03. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。