基于PLS的變量選擇及其在高維數(shù)據(jù)中的應(yīng)用.pdf

1、變量選擇,又稱特征選擇,是信息與模式識別領(lǐng)域的研究熱點之一。隨著人工智能和計算機技術(shù)的迅速發(fā)展及應(yīng)用,變量選擇的研究領(lǐng)域不斷拓寬,變量選擇的方法研究也取得了較大的進展,基于統(tǒng)計方法或機器學(xué)習(xí)的理論成果不斷涌現(xiàn),其中一些在實際工程應(yīng)用中已經(jīng)顯示出了巨大的潛力。本文主要研究多元統(tǒng)計回歸分析中的偏最小二乘方法用于變量選擇。針對過程分析領(lǐng)域與生物信息領(lǐng)域中數(shù)據(jù)表現(xiàn)出來的高維特點,以基于PLS的變量選擇方法和機器學(xué)習(xí)中的回歸算法為基本工具,在對具

2、體應(yīng)用領(lǐng)域中數(shù)據(jù)的處理問題和方法加以闡述的基礎(chǔ)上,確定了最優(yōu)分析模型,并對所選擇的重要變量做了初步解釋,有助于認(rèn)識研究對象本質(zhì)或了解生產(chǎn)過程機理,應(yīng)用結(jié)果表明了算法的有效性和實際意義。
　　對于在線過程分析中得到的近紅外光譜數(shù)據(jù),考慮數(shù)據(jù)特點,提出基于偏最小二乘的變量加權(quán)方法,結(jié)合非線性回歸分析能力強的高斯過程機器學(xué)習(xí)算法,解決了在變量數(shù)遠遠高于樣本數(shù)的情況下,出現(xiàn)的“信息飽和”問題。
　　對于生物信息學(xué)中的必需基因識別問題