采用激光诱导击穿光谱（LIBS）技术结合偏最小二乘判别分析（PLS-DA）对新疆、青海和俄罗斯的白色软玉进行产地研究。选取产自新疆（和田、于田、且末）、青海（格尔木）、俄罗斯（贝加尔湖）的146个白色软玉样品作为样品集，从样品集中随机抽取111个样品作为校正集，用于建立PLS-DA识别模型，剩余35个样品作为验证集，用于检验PLS-DA识别模型的预测效果。采用LIBS对三个产地的软玉样品进行成分分析，选择Na、K、Al、Li、Be、Mn、Sr、Zr、Ba、Y、Ce作为目标元素，并选取589.995，766.490，396.152，670.793，313.042，257.610，407.771，389.138，455.403，437.493，401.239 nm处的谱线作为目标元素的分析谱线，选取Si元素作为内标元素，以其在 288.158 nm处的谱线作为内标元素分析谱线，分别计算各目标元素与内标元素的谱线强度的比值Rx，由Rx组成自变量矩阵，用于模型的建立与预测。实验结果表明，采用LIBS结合PLS-DA建立的产地识别模型，其校正自变量和验证自变量与实际分类变量的相关系数都大于0.9

自己整理的关于偏最小二乘方面的资料，包括迭代偏最小二乘法NIPALS，高斯核变换，交叉有效性等

国外编的PLS工具箱，很全面，欢迎大家使用

matlab工具箱，包含偏最小二乘模型和线性判别模型，请使用者按照压缩文件里的说明对原作进行引用。

PLS-toolbox 偏最小二乘回归、主成分分析 注册码，只要改了机器时间，可以一直使用，这是9月份的，需要改为9月份注册。

偏最小二乘回归经典教程之一，好好理解每一个案例，仔细研究，相信一定收获很多！！强烈推荐

偏最小二乘法讲解最好的书，理论推导非常仔细，里面还有我自己做的笔记，，值得下载，强烈推荐、

所谓偏最小二乘法，就是指在做基于最小二乘法的线性回归分析之前，对数据集进行主成分分析降维，下面的源码是没有删减的，GreenSim团队免费提供您使用，转载请注明GreenSim团队（http://blog.sina.com.cn/greensim）。

最全的matlab下实现pls的代码，世上最全

数据集必须是o，x + 1矩阵，其中每一行是一个对象，列1：x是X变量，最后一列是Y变量。 默认值为： 种群大小：30条染色体； 平均每个原始染色体的5个变量； 5个缺失组； 在同一染色体中选择的最大变量数：30； 变异概率：1%； 交叉概率：50%； 自标定； 组件的最大数量：15； 运行次数：100； 100次评估后的反向消除 结束（如果评估的数目不是 100的倍数；