融合SBM的偏最小二乘辅助分析

作者:郝竹林; 杜建强; 王国龙; 余日跃; 聂斌; 熊旺平
来源:计算机工程与设计, 2014, 35(08): 2896-2900.
DOI:10.16208/j.issn1000-7024.2014.08.002

摘要

偏最小二乘回归(PLS)自带的T2椭圆图辅助分析方法具有一定的"噪音"识别能力,但无法分析多维空间中的"噪音"。在此基础上,提出将SBM算法引入到偏最小二乘辅助分析中,优化偏最小二乘回归建模。对样本数据进行综合评价,将有效的数据用来进行偏最小二乘回归,以避免"噪音"数据对回归精度的影响,弥补偏最小二乘回归辅助分析技术的不足。以中药实验实例进行计算,对于其2个因变量,SBM算法优化的PLS回归平均相对误差分别为5.0844%和8.7485%,低于直接PLS的5.5825%和9.2810%;以刀具磨损实验数据进行计算,对于其单个因变量,优化后的PLS回归平均相对误差为2.6984%,低于直接PLS的3.3526%。模拟实验结果表明,优化后的PLS回归结果比直接PLS精度更高。

  • 单位
    江西中医药大学药学院; 江西中医药大学计算机学院

全文