基于变量稳定性的CARS方法及其在近红外光谱分析中的应用
【摘要】:正本文提出了一种基于变量稳定性的竞争性自适应加权抽样方法(SCARS)。它以通过Monte Carlo模拟所得的变量的稳定性作为变量建模能力的指标,首先,设定N个集合,对每一个集合我们设置样本的抽样比例为60%,抽样次数为100次,进而计算每个变量的稳定性;之后进行基于指数函数的强制筛选以及自适应加权抽样法来选择变量;最后计算每个变量集合的交互验证均方根误差(RMSECV)值,将最小交互验证均方根误差所对应的集合作为最优
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|