摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第一章 绪论 | 第12-16页 |
第二章 用于光谱数据分析的弹性网结合偏最小二乘的组变量选择方法 | 第16-44页 |
·引言 | 第16-17页 |
·理论 | 第17-28页 |
·变量选择和LASSO | 第17-22页 |
·弹性网及其组效应 | 第22-23页 |
·偏最小二乘回归 | 第23-28页 |
·EN-PLSR算法 | 第28-30页 |
·动机和目的 | 第28页 |
·算法描述 | 第28-29页 |
·参数调试 | 第29-30页 |
·实验数据集 | 第30-34页 |
·数据集A | 第30页 |
·数据集B(corn数据集) | 第30-32页 |
·数据集C(gasoline数据集) | 第32-34页 |
·实验结果和讨论 | 第34-44页 |
·数据集A | 第34页 |
·数据集B(corn数据集) | 第34-35页 |
·数据集C(gasoline数据集) | 第35-44页 |
第三章 基于权融合弹性网的组变量选择 | 第44-64页 |
·引言 | 第44-46页 |
·理论 | 第46-48页 |
·权融合LASSO及其组效应 | 第46-48页 |
·权融合弹性网(WFEN) | 第48-54页 |
·定义 | 第48-49页 |
·权融合弹性网的参数及其性质 | 第49-53页 |
·计算 | 第53-54页 |
·实验及结果 | 第54-64页 |
·实验1 | 第54-55页 |
·实验2 | 第55-56页 |
·实验3 | 第56-58页 |
·实验4 | 第58-64页 |
第四章 核主成份联合线性支持向量机的用于生物活性与分子描述子的非线性分类 | 第64-94页 |
·引言 | 第64-65页 |
·核方法 | 第65-68页 |
·主成分分析,核主成分分析,核主成分回归 | 第68-83页 |
·主成分分析(PCA) | 第68-73页 |
·核主成分分析(KPCA) | 第73-78页 |
·核主成分回归(KPCR) | 第78-83页 |
·线性支持向量机(LSVM) | 第83-85页 |
·两步的非线性分类算法 | 第85-94页 |
·实验数据集 | 第86-87页 |
·数据预处理和性能评估 | 第87-89页 |
·模型参数 | 第89页 |
·实验结果及讨论 | 第89-94页 |
第五章 总结 | 第94-96页 |
参考文献 | 第96-110页 |
附录一 EN-PLSR算法伪码 | 第110-112页 |
致谢 | 第112-113页 |
攻读学位期间所完成的学术论文目录 | 第113页 |