期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
核分段逆回归集成线性判别分析用于质谱数据分类
被引量:
3
1
作者
成忠
诸爱士
张立庆
《分析化学》
SCIE
EI
CAS
CSCD
北大核心
2008年第12期1657-1661,共5页
针对高维小样本质谱数据在构造模型时易产生的过拟合现象、变量间的严重共线性、及结构与性质间的非线性关系,采用了核分段逆回归(KSIR)特征提取集成线性判别分析(LDA)新技术。首先以KSIR算法完成质谱数据的非线性特征提取,然后在由新...
针对高维小样本质谱数据在构造模型时易产生的过拟合现象、变量间的严重共线性、及结构与性质间的非线性关系,采用了核分段逆回归(KSIR)特征提取集成线性判别分析(LDA)新技术。首先以KSIR算法完成质谱数据的非线性特征提取,然后在由新特征矢量张成的低维空间构造样本类别的线性判别函数,负责各样本个体类别的判定。将KSIR-LDA方法应用于软饮料的质谱数据分类,结果表明:该方法不仅适应质谱数据与性质间的非线性关系,而且可以更少、解释能力更强的特征变量取得更高的分类精度,并能实现在低维特征空间对数据的解释及可视化。
展开更多
关键词
分段逆回归
主成分分析
核函数
线性判别分析
模式分类
质谱数据
下载PDF
职称材料
分段逆回归与神经网络组合建模方法
被引量:
2
2
作者
黄薇
王惠文
张志慧
《系统工程》
CSCD
北大核心
2004年第4期104-107,共4页
通过将人工神经网络技术和分段逆回归技术相结合,提出一种针对多因素非线性时间序列数据的预测建模方法。这种方法在保证原有函数形式不变的前提下,简化了输入变量,缩小了神经网络的规模,增强了模型的泛化能力。同时利用此方法建立北京...
通过将人工神经网络技术和分段逆回归技术相结合,提出一种针对多因素非线性时间序列数据的预测建模方法。这种方法在保证原有函数形式不变的前提下,简化了输入变量,缩小了神经网络的规模,增强了模型的泛化能力。同时利用此方法建立北京市就业人口需求总量的预测模型,证实该方法的预测效果,并且为该方法运用于实际预测建模提供参考。
展开更多
关键词
分段逆回归
神经网络
人工神经网络
组合建模
预测模型
下载PDF
职称材料
多项式回归的建模方法比较研究
被引量:
41
3
作者
付凌晖
王惠文
《数理统计与管理》
CSSCI
北大核心
2004年第1期48-52,共5页
在实际工作中,人们在采用回归模型解释因果变量间的相关关系时,经常会遇到自变量之间存在幂乘关系的情况。在这种情况下,多项式回归模型成为一个合理的选择。由于多项式回归模型中自变量之间存在较强的相关关系,采用普通最小二乘回归方...
在实际工作中,人们在采用回归模型解释因果变量间的相关关系时,经常会遇到自变量之间存在幂乘关系的情况。在这种情况下,多项式回归模型成为一个合理的选择。由于多项式回归模型中自变量之间存在较强的相关关系,采用普通最小二乘回归方法来估计变量的回归系数,则会存在较大的误差。在本文中,为了提高多项式回归模型的预测准确性和可靠性,提出使用主成分分析、偏最小二乘回归建模,并采用仿真数据来比较它们的异同。
展开更多
关键词
多项式
回归
回归
系数
可靠性
主成分分析法
偏最小二乘
回归
分段逆回归
下载PDF
职称材料
多传感器融合的数控机床热误差回归建模新方法
4
作者
王胜
余文利
姚鑫骅
《传感技术学报》
CAS
CSCD
北大核心
2018年第12期1869-1875,共7页
热误差对机床的加工精度影响很大,高性能的补偿系统依赖于多传感器融合建立的三维模型的精度、鲁棒性和合适的温度进行反馈输入。使用温度与位移传感器的模糊聚类进行温度分类,基于评价模型比对分析最优的温度分类,从每个分类中选择具...
热误差对机床的加工精度影响很大,高性能的补偿系统依赖于多传感器融合建立的三维模型的精度、鲁棒性和合适的温度进行反馈输入。使用温度与位移传感器的模糊聚类进行温度分类,基于评价模型比对分析最优的温度分类,从每个分类中选择具有代表性温度作为候选温度。归纳试验数据,使用分段逆回归SIR模型进行热误差建模,SIR模型将高维前移回归问题转化为多个一维的回归问题,并且进一步消除了候选温度之间的耦合。热误差试验表明,SIR模型具有泛化能力强、预测精度高及鲁棒性好的特点,能够准确地描述多种典型工况条件下的实际热误差特性。
展开更多
关键词
热误差
模糊聚类
分段逆回归
机床传感器
误差补偿
下载PDF
职称材料
题名
核分段逆回归集成线性判别分析用于质谱数据分类
被引量:
3
1
作者
成忠
诸爱士
张立庆
机构
浙江科技学院生物与化学工程学系
出处
《分析化学》
SCIE
EI
CAS
CSCD
北大核心
2008年第12期1657-1661,共5页
基金
浙江省自然科学基金(No.Y406053)资助项目
文摘
针对高维小样本质谱数据在构造模型时易产生的过拟合现象、变量间的严重共线性、及结构与性质间的非线性关系,采用了核分段逆回归(KSIR)特征提取集成线性判别分析(LDA)新技术。首先以KSIR算法完成质谱数据的非线性特征提取,然后在由新特征矢量张成的低维空间构造样本类别的线性判别函数,负责各样本个体类别的判定。将KSIR-LDA方法应用于软饮料的质谱数据分类,结果表明:该方法不仅适应质谱数据与性质间的非线性关系,而且可以更少、解释能力更强的特征变量取得更高的分类精度,并能实现在低维特征空间对数据的解释及可视化。
关键词
分段逆回归
主成分分析
核函数
线性判别分析
模式分类
质谱数据
Keywords
Sliced inverse regression, principal component analysis, kernel function, linear discriminate analysis, pattern classification, mass spectrometry
分类号
O657.63 [理学—分析化学]
下载PDF
职称材料
题名
分段逆回归与神经网络组合建模方法
被引量:
2
2
作者
黄薇
王惠文
张志慧
机构
武汉科技大学管理学院
北京航空航天大学经济管理学院
出处
《系统工程》
CSCD
北大核心
2004年第4期104-107,共4页
基金
北京市自然科学基金资助项目(9002002)
文摘
通过将人工神经网络技术和分段逆回归技术相结合,提出一种针对多因素非线性时间序列数据的预测建模方法。这种方法在保证原有函数形式不变的前提下,简化了输入变量,缩小了神经网络的规模,增强了模型的泛化能力。同时利用此方法建立北京市就业人口需求总量的预测模型,证实该方法的预测效果,并且为该方法运用于实际预测建模提供参考。
关键词
分段逆回归
神经网络
人工神经网络
组合建模
预测模型
Keywords
Sliced Inverse Regression
BP Neural Networks
Generalization
Forecast of Social Employment
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
多项式回归的建模方法比较研究
被引量:
41
3
作者
付凌晖
王惠文
机构
北京航空航天大学经济管理学院
出处
《数理统计与管理》
CSSCI
北大核心
2004年第1期48-52,共5页
文摘
在实际工作中,人们在采用回归模型解释因果变量间的相关关系时,经常会遇到自变量之间存在幂乘关系的情况。在这种情况下,多项式回归模型成为一个合理的选择。由于多项式回归模型中自变量之间存在较强的相关关系,采用普通最小二乘回归方法来估计变量的回归系数,则会存在较大的误差。在本文中,为了提高多项式回归模型的预测准确性和可靠性,提出使用主成分分析、偏最小二乘回归建模,并采用仿真数据来比较它们的异同。
关键词
多项式
回归
回归
系数
可靠性
主成分分析法
偏最小二乘
回归
分段逆回归
Keywords
Polynomial Regression
Principal Component Analysis
Partial Least-Squares Regression
Sliced Inverse Regression
分类号
O212.1 [理学—概率论与数理统计]
下载PDF
职称材料
题名
多传感器融合的数控机床热误差回归建模新方法
4
作者
王胜
余文利
姚鑫骅
机构
衢州职业技术学院
浙江大学机械工程学院
出处
《传感技术学报》
CAS
CSCD
北大核心
2018年第12期1869-1875,共7页
基金
国家自然科学基金面上项目(51475421)
浙江省教育科学规划研究课题成果项目(2018SCG138)
衢州职业技术学院科研项目研究成果项目(QZYY1626)
文摘
热误差对机床的加工精度影响很大,高性能的补偿系统依赖于多传感器融合建立的三维模型的精度、鲁棒性和合适的温度进行反馈输入。使用温度与位移传感器的模糊聚类进行温度分类,基于评价模型比对分析最优的温度分类,从每个分类中选择具有代表性温度作为候选温度。归纳试验数据,使用分段逆回归SIR模型进行热误差建模,SIR模型将高维前移回归问题转化为多个一维的回归问题,并且进一步消除了候选温度之间的耦合。热误差试验表明,SIR模型具有泛化能力强、预测精度高及鲁棒性好的特点,能够准确地描述多种典型工况条件下的实际热误差特性。
关键词
热误差
模糊聚类
分段逆回归
机床传感器
误差补偿
Keywords
thermal error
fuzzy clustering
sliced inverse regression
machine tool sensor
error compensation
分类号
TG659 [金属学及工艺—金属切削加工及机床]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
核分段逆回归集成线性判别分析用于质谱数据分类
成忠
诸爱士
张立庆
《分析化学》
SCIE
EI
CAS
CSCD
北大核心
2008
3
下载PDF
职称材料
2
分段逆回归与神经网络组合建模方法
黄薇
王惠文
张志慧
《系统工程》
CSCD
北大核心
2004
2
下载PDF
职称材料
3
多项式回归的建模方法比较研究
付凌晖
王惠文
《数理统计与管理》
CSSCI
北大核心
2004
41
下载PDF
职称材料
4
多传感器融合的数控机床热误差回归建模新方法
王胜
余文利
姚鑫骅
《传感技术学报》
CAS
CSCD
北大核心
2018
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部