1) GA-PLS
遗传-偏最小二乘法
2) genetic algorithm-partial least squares algorithm
遗传算法-偏最小二乘法
1.
Statistics method of two-side t-test combined with a new feature selection method,genetic algorithm-partial least squares algorithm,are used in this paper for the feature extraction for SELDI-TOF MS ovarian cancer data.
统计学t检验结合引入的变量筛选方法——遗传算法-偏最小二乘法(GAPLS)对卵巢癌SELDI-TOF MS数据进行特征筛选,从15154个原始变量中筛选得到4个特征质荷比值,采用支持向量机(SVM)模型的留一法交叉验证结果为95。
3) G/PLS
遗传偏最小二乘法
1.
In this study,the quantitative structure and property relationship of a series of jasmonates were investigated by GFA and G/PLS models within Cerius~2 molecular modeling program package and then validated by F-test and predictive-ability test.
本研究利用Cerius~2分子模拟软件,分别用遗传算法和遗传偏最小二乘法建立定量结构-性质关系,所得模型通过显著性及预测能力的检测。
4) Online least-squares estimation
最小二乘遗传递推算法
5) least square-genetic algorithm
最小二乘-遗传算法
6) Partial least squares
偏最小二乘法
1.
A kind of variable selection method by application of partial least squares;
利用偏最小二乘法的一种变量筛选法
2.
The useful near-infrared spectrum information was picked up by using genetic algorithms,and the near-infrared quantitative correction model was established by partial least squares(PLS) method.
以两组棉制品为研究对象,利用遗传算法提取有效近红外光谱信息,采用偏最小二乘法(partial least squares,简称PLS)建立了棉制品中含棉量的近红外定量的校正模型,讨论了遗传算法提取有用信息的具体应用方法。
3.
The application of PLS (partial least squares) and near infrared spectroscopy for compound aspirin tablets non destructive quantitative analysis was investigated and the best mathematic calibration models were built.
将偏最小二乘法 (PLS)与近红外漫反射光谱法相结合 ,对复方乙酰水杨酸片进行无损非破坏定量分析 ,建立了最佳的数学校正模型 ,比较了样品中 3种有效成分 (乙酰水杨酸、非那西丁和咖啡因 )同时测定和单独测定时的主成分数对PLS定量预测能力的影响 ,预测了未知样品。
补充资料：偏最小二乘法
分子式：
CAS号：
性质：一种基于特征变量的回归方法。也可看成是有偏估计中的一种回归方法。近年来在化学计量学的多元校正和模式识别中得到十分广泛的应用。偏最小二乘法是由瑞典统计学家沃尔德（H·Wold）提出，其基本运算是基于非线性迭代偏最小二剩算法（nonlinear iterative partial least squares; NIPALS），故有偏最小二乘法之称。它与主成分回归不同之点就在于它不但分解X矩阵，同时也分解Y矩阵，并在分解X矩阵时利用Y矩阵的信息，在分解Y矩阵时利用X矩阵的信息，从而使回归结果更好些。另外，因其本质上是一种基于特征变量的解析方法，故也可用于化学模式识别之中，进行降维处理。由于偏最小二乘法在化学中得到非常广泛的应用，故很多化学计量学家对该算法进行了改进和拓展，提出了快速偏最小二乘、非线性偏最小二乘法、稳健偏最小二乘法等。
CAS号：
性质：一种基于特征变量的回归方法。也可看成是有偏估计中的一种回归方法。近年来在化学计量学的多元校正和模式识别中得到十分广泛的应用。偏最小二乘法是由瑞典统计学家沃尔德（H·Wold）提出，其基本运算是基于非线性迭代偏最小二剩算法（nonlinear iterative partial least squares; NIPALS），故有偏最小二乘法之称。它与主成分回归不同之点就在于它不但分解X矩阵，同时也分解Y矩阵，并在分解X矩阵时利用Y矩阵的信息，在分解Y矩阵时利用X矩阵的信息，从而使回归结果更好些。另外，因其本质上是一种基于特征变量的解析方法，故也可用于化学模式识别之中，进行降维处理。由于偏最小二乘法在化学中得到非常广泛的应用，故很多化学计量学家对该算法进行了改进和拓展，提出了快速偏最小二乘、非线性偏最小二乘法、稳健偏最小二乘法等。
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