1) principal component regression
主成份回归
2) main factor regressive model
主成份回归模型
1.
It takes main factor regressive model as character extractor and ANN model as classifier.
系统以主成份回归模型为特征提取器，用神经网络模型作分类器，是一种基于模式识别的故障诊断方法，减少了诊断过程中人为因素的影响，故而诊断的准确性、智能化水平及自动化程度都得到了提高。
3) Principal component regression spectrophotometry
主成份回归分光光度法
4) poisson regression model with principal component
主成份Poisson回归模型
5) principal component regression
主成分回归
1.
Research on simultaneous determination of monocyclic and polycyclic aromatic hydrocarbons in white oil by principal component regression method;
主成分回归法同时测定白油中单环及多环芳烃含量
2.
Simultaneous determination of calcium and magnesium in food by principal component regression spectrophotometry;
主成分回归-分光光度法同时测定食品中的钙、镁
3.
Simultaneous determination of vitamin B with principal component regression;
主成分回归法同时测定维生素B
6) Principle component regression
主成分回归
1.
In this paper, a new algorithm for multivariate calibration named principle component regression based on wavelet (PCRW) is proposed.
将小波变换与主成分回归相结合,提出一种新型多元校正算法——小波基主成分回归法。
2.
A new method is proposed for the voidage measurement of gas-oil two-phase flow, based on principle component regression (PCR) and partial least squares regression (PLSR), with the capacitances from 12-electrode Electrical Capacitance Tomography (ECT) system.
本文利用12电极ECT系统提供的电容测量信息,基于主成分回归(PCR)和偏最小二乘回归(PLSR)技术,提出了一种油气两相流空隙率测量的新方法。
3.
Ridge regression(RR,principle component regression(PCR) and partial least square regression(PLSR) can all alleviate or eliminate the negative effects of collinearity at some degrees,but all fail in preceding other methods on theories and modeling effects.
结果表明,变量筛选法在处理共线性问题时,会将一些重要的解释变量排除在模型之外,从而削弱了理论的优先地位和导向功能;岭回归、主成分回归和偏最小二乘回归都能够不同程度地减轻或消除自变量共线性的不良影响,但均不能在理论和建模效果上一致地优于其他方法。
补充资料：主成分回归分析
分子式：
CAS号：
性质：以主成分为自变量进行的回归分析。是分析多元共线性问题的一种方法。用主成分得到的回归关系不像用原自变量建立的回归关系那样容易解释。
CAS号：
性质：以主成分为自变量进行的回归分析。是分析多元共线性问题的一种方法。用主成分得到的回归关系不像用原自变量建立的回归关系那样容易解释。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条