【摘要】光谱技术在移动互联时代获得飞速发展,但是光谱数据往往存在高维数、多样性等特点,如何对这些复杂多变的光谱数据进行高效分析迫在眉睫.在光谱分析中,变量筛选占有重要地位,可有效降低光谱维度,并显著提升光谱分析的精度和可靠性.本文发展了一种基于平均影响值-支持向量机(mean impact value-support vector machines,MIV-SVM)的非线性变量筛选方法,同时兼顾样本分布和非线性因素对变量筛选的影响,有望大幅度提升光谱数据的处理效率.MIV算法有机结合了SVM,采取迭代策略以实现边建模边变量筛选的目的,高效避免了非线性模型对样本分布的干扰.为验证算法的有效性,将
【关键词】
全文来源于知网
光镊力谱系统双光束串扰因素研究 胡春光, 王国庆, 李宏斌, 胡晓东, 2017 32 7 ¥:0
收藏
空中光电位姿测量系统的抗干扰方法 王向军, 吕博 2017 78 6 ¥:0
收藏
1000~2500 nm宽波段的葡萄糖吸收光谱的测量波长优选 张紫杨, 孙迪, 刘冰洁, 孙翠迎, 刘 2017 193 6 ¥:0
收藏
视频中运动电车电线的实时自动检测跟踪算法 刘见昕, 蒲灿, 柴晓飞, 孔昭松, 汪 2017 199 7 ¥:0
收藏
防护热板法快速测量物质导热系数 索亚运, 李艳宁 2017 287 6 ¥:0
收藏