论文部分内容阅读
针对高维复杂的近红外光谱(NIR)数据,提出了一种新的基于高维最小二乘投影的变量筛选方法(HOLPPLS)。首先计算高维最小二乘投影系数并对系数的绝对值进行排序,系数的绝对值越大,对应的变量就越重要;然后结合PLS进行变量筛选。HOLPPLS是结合了高维最小二乘投影和PLS的向前变量选择算法。实际数据集的实验分析表明,HOLPPLS能有效提高模型的预测性能。