基于自助采样和互信息策略的集成校正算法及应用

摘要：

综合应用训练集自助采样(bootstrap)和互信息(mutual information)选择变量来引入成员模型间的差异性,提出一种子空间回归的集成校正算法ESPLS.当建立一成员模型时,先淘汰互信息量小于一个特定阈值的变量,使建模在原变量的一个子空间上进行,有效避免了多元共线性产生的诸多问题.通过一近红外光谱数据集实验,同时与全谱偏最小二乘法(PLS)和互信息选择变量的偏最小二乘法(SPLS)2种单模型算法进行了比较,证明:该算法在不增加模型复杂度的前提下,能提高校正模型的预测精度、稳定性及抗过拟合的能力.

关键词：集成、互信息、多元校正、近红外光谱

所属期刊栏目：27

分类号：O65(分析化学)

资助基金：四川省青年科技基金09ZQ026-066;宜宾学院博士科研启动基金2008B06

在线出版日期：2010-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：623-626