KPLS子空间中基于虚假最近邻的非线性变量选择研究

上传者: 38637580 | 上传时间: 2021-12-27 12:50:02 | 文件大小: 785KB | 文件类型: -
变量选择是分类中最重要的模型选择问题之一。 提出了一种新的基于局部偏最小二乘(KPLS)子空间中的最近邻(FNN)的方法,以选择简约变量作为非线性建模输入。 首先,将非线性输入简化为KPLS子空间的主要成分。 此外,它们的重要性的顺序是根据FNN在KPLS子空间中启发的距离度量确定的。 这样,识别出了不重要的变量。 最后,使用不同的参数模型研究了3个典型分类问题的变量选择。 结果表明,该方法对非线性模型约简是有效的。 因此,可以用于非线性系统的变量选择。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明