10.3969/j.issn.1000-3428.2008.01.007
非线性迭代PLS信息模式识别算法
对偏最小二乘(PLS)回归的基本方法进行了分析研究,提出了基于非线性迭代偏最小二乘(NIPLS)的信息模式识别算法.该算法实现了模式识别中特征提取与分类器设计的有机结合.NIPLS较Fisher判别分析、Bayes判别分析等经典的模式识别算法,具有更强的信息识别能力,且对数据本身的分布要求不高,尤其对于多重共线性资料或解释变量多而样本数量少时更为有效.将该算法应用于土地质量的分类识别,结果表明,该文所建立的算法是有效的、可靠的.
偏最小二乘(PLS)、非线性迭代偏最小二乘(NIPLS)、模式识别、土地质量
34
O212(概率论与数理统计)
国家自然科学基金60435010;90604017;40574001;50674086;国家高技术研究发展计划863计划2006AA01Z128;中国科学院重点实验室基金IIP2006-2
2008-04-15(万方平台首次上网日期,不代表论文的发表时间)
共3页
20-22