Предложен новый алгоритм для эффективного выбора переменных

Новый алгоритм выбора переменных

.fav_bar { float:left; border:1px solid #a7b1b5; margin-top:10px; margin-bottom:20px; } .fav_bar span.fav_bar-label { text-align:center; padding:8px 0px 0px 0px; float:left; margin-left:-1px; border-right:1px dotted #a7b1b5; border-left:1px solid #a7b1b5; display:block; width:69px; height:24px; color:#6e7476; font-weight:bold; font-size:12px; text-transform:uppercase; font-family:Arial, Helvetica, sans-serif; } .fav_bar a, #plus-one { float:left; border-right:1px dotted #a7b1b5; display:block; width:36px; height:32px; text-indent:-9999px; } .fav_bar a.fav_de { background: url(../images/icons/de.gif) no-repeat 0 0 #fff } .fav_bar a.fav_de:hover { background: url(../images/icons/de.gif) no-repeat 0 0 #e6e9ea } .fav_bar a.fav_acm_digital { background:url(‘../images/icons/acm_digital_library.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_acm_digital:hover { background:url(‘../images/icons/acm_digital_library.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_pdf { background:url(‘../images/icons/pdf.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_pdf:hover { background:url(‘../images/icons/pdf.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_more .at-icon-wrapper{ height: 33px !important ; width: 35px !important; padding: 0 !important; border-right: none !important; } .a2a_kit { line-height: 24px !important; width: unset !important; height: unset !important; padding: 0 !important; border-right: unset !important; border-left: unset !important; } .fav_bar .a2a_kit a .a2a_svg { margin-left: 7px; margin-top: 4px; padding: unset !important; }

Алгоритм объединяет шесть векторов весов и использует стратегию поиска порога для поиска оптимального вектора весов для извлечения полезной информации из спектра. ¶ Кредит: Физический институт Хэфэй/Китайская академия наук

Исследователи Физического института Хэфэй Китайской академии наук разработали алгоритм выбора переменных для приложений хемометрии.

Мультивекторный оптимальный выбор весов и мягкое усечение методом бутстрэппинга (MWO-BOSS) направлены на более эффективный процесс идентификации оптимальной комбинации длин волн при разработке моделей спектральных предсказаний.

MWO-BOSS выбирает оптимальный вектор весов из шести векторов весов (отношение селективности, важность переменных в проекции, вектор частот, обратная вектору дисперсии остатков, коэффициент регрессии и значимая многомерная корреляция), чтобы извлечь ценную информацию из спектра, используя стратегию поиска порога.

При тестировании на общедоступных наборах данных алгоритм успешно выбирал переменные эффективно и улучшал прогностическую способность модели. Источник: Китайская академия наук Просмотреть полную статью

Аннотация авторского права © 2023 SmithBucklin , Вашингтон, США