

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、建模技術(shù)已經(jīng)廣泛應(yīng)用于分析化學(xué)等各個學(xué)科中。模型的評價尤為重要,因為它既可指導(dǎo)學(xué)習(xí)方法或選擇模型,又可為我們提供最終選定模型的質(zhì)的度量。而在近紅外光譜定量校正模型中,波長選取方法是基礎(chǔ)。光譜波長的選取方法,對建立預(yù)測能力強、穩(wěn)健性好的分析模型至關(guān)重要。 本論文主要的研究工作包括兩個部分:1.蒙特卡羅交叉效驗?zāi)P驮u價方法及其在QSAR/QSPR研究中的應(yīng)用;2.近紅外光譜波長的選擇及其校正模型的建立。具體內(nèi)容如下: 第二章
2、介紹了在研究過程中牽涉到的相關(guān)理論背景及其常用方法。首先給出了線性模型的數(shù)學(xué)上的說明和建立方法。然后介紹了各種常用的模型評價的原理及其方法。最后對近紅外光譜中常用的波長選擇及其定量模型的建立方法及原理進行了介紹。 第三章的主要內(nèi)容是模型評價方法的研究。特定方法所得模型的性能,特別是預(yù)測能力,是最受大家關(guān)注的。本文將蒙特卡羅交叉效驗法用于對QSAR/QSPR模型的預(yù)測能力的評價。蒙特卡羅交叉效驗法的主要思路是利用蒙特卡羅隨機方法把
3、樣本隨機的分成訓(xùn)練集和預(yù)測集,訓(xùn)練集用來訓(xùn)練模型,預(yù)測集用來計算模型的預(yù)測誤差。重復(fù)N次后,取N次預(yù)測誤差的均值作為最終的模型預(yù)測誤差,同時計算N次的預(yù)測誤差的方差可以用來考察模型的穩(wěn)定性。與最為常用的K一折交叉效驗相比,本方法可以提供有關(guān)模型的更多信息,為我們選擇合適的模型提供幫助。 第四章對近紅外光譜定量模型建立過程中的波長選擇進行了研究。文中提出了改進移動窗口偏最小二乘回歸法。該方法在移動窗口偏最小二乘回歸法的基礎(chǔ)上,通過
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 偏最小二乘回歸算法改進及應(yīng)用.pdf
- 偏最小二乘回歸模型的改進研究.pdf
- 偏最小二乘回歸的研究.pdf
- 偏最小二乘改進算法研究及應(yīng)用.pdf
- 偏最小二乘法回歸建模案例
- 偏最小二乘回歸分析中若干問題的研究.pdf
- 多元線性模型中偏最小二乘回歸的分析研究.pdf
- 多元線性回歸中復(fù)共線問題及偏最小二乘回歸分析.pdf
- 偏最小二乘回歸分析若干問題的研究.pdf
- 偏最小二乘回歸分析在短期負荷預(yù)測中的應(yīng)用.pdf
- 偏最小二乘回歸及其在機組參數(shù)預(yù)測中的應(yīng)用.pdf
- 偏最小二乘回歸的擴展及其實用算法構(gòu)建.pdf
- 基于偏最小二乘回歸分析的城市經(jīng)濟分析.pdf
- 基于偏最小二乘回歸的多標簽分類算法研究.pdf
- 基于改進偏最小二乘的過程監(jiān)測方法研究.pdf
- 基于偏最小二乘回歸的振動噪聲源分離量化.pdf
- 基于偏最小二乘回歸的白銀價格波動的分析
- 基于最小二乘蒙特卡羅模擬方法的豆粕期貨期權(quán)定價實證研究.pdf
- 基于偏最小二乘回歸的白銀價格波動的分析
- 基于偏最小二乘回歸法的煤中硫含量近紅外檢測.pdf
評論
0/150
提交評論