化學建模中的蒙特卡羅交叉效驗及改進移動窗口偏最小二乘回歸.pdf

1、建模技術已經廣泛應用于分析化學等各個學科中。模型的評價尤為重要，因為它既可指導學習方法或選擇模型，又可為我們提供最終選定模型的質的度量。而在近紅外光譜定量校正模型中，波長選取方法是基礎。光譜波長的選取方法，對建立預測能力強、穩(wěn)健性好的分析模型至關重要。 本論文主要的研究工作包括兩個部分：1．蒙特卡羅交叉效驗模型評價方法及其在QSAR/QSPR研究中的應用；2．近紅外光譜波長的選擇及其校正模型的建立。具體內容如下： 第二章

2、介紹了在研究過程中牽涉到的相關理論背景及其常用方法。首先給出了線性模型的數(shù)學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，特別是預測能力，是最受大家關注的。本文將蒙特卡羅交叉效驗法用于對QSAR/QSPR模型的預測能力的評價。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、樣本隨機的分成訓練集和預測集，訓練集用來訓練模型，預測集用來計算模型的預測誤差。重復N次后，取N次預測誤差的均值作為最終的模型預測誤差，同時計算N次的預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上，通過