项目简介
项目名称
高维小样本数据的稀疏模型及其在近红外光谱分析上的应用
项目批准号
11226220
学科分类
A011103
数理科学
_数学
_数理统计
_数据分析与统计计算
资助类型
暂无数据
负责人
付光辉
依托单位
昆明理工大学
批准年份
2012
起止时间
201301-201312
批准金额
3.00万元
摘要
多变量小样本的高维数据在化学计量学等领域的广泛出现急需我们探索和研究新的高维统计学习算法。本项目首先采用惩罚最小二乘稀疏变量选择方法研究高维数据的稀疏模型，在稀疏主成分分析（SPCA）和稀疏偏最小二乘回归(SPLS)的基础上利用核方法建立稀疏核主成分分析（SKPCA）和稀疏核偏最小二乘回归(SKPLS)。SKPCA和SKPLS能用于非线性模式下的稀疏变量选择,非常适合高维强相关数据的处理。其次，近红外光谱（NIR）数据具有多变量小样本、多维共线性性的特点，怎样对其波长进行筛选一直是光谱分析技术中的一个难点。本项目采用Elastic-net、组LASSO、SPCA、SPLS、SKPCA和SKPLS等多种惩罚最小二乘稀疏变量选择算法对NIR数据的波长进行筛选，以建立更简约、更具解释性的稀疏模型，为NIR数据分析者提供有效的算法和分析工具。
评论区 (0)
#插入话题
