基于数据驱动的功能投影方法用于光谱中特征区间的选择:ICA或聚类分析
神经与进化计算
2008-02-05 v1
摘要
光谱预测问题在化学计量学中广泛遇到。除了准确预测外,通常还需要提取光谱中哪些波长对预测质量有有效贡献的信息,这意味着选择波长(或波长区间),这是一个与变量选择相关的问题。本文展示了如何在光滑(例如红外)光谱的具体情况下解决此问题。通过功能变量投影过程考虑了光谱的功能特性(其光滑性)。与标准方法相反,投影在由光谱本身驱动的基上进行,以最好地拟合其特征。该方法通过两个功能投影示例来说明,分别使用独立成分分析和功能变量聚类。在两个标准红外光谱基准测试上的性能得到了展示。
引用
@article{arxiv.0802.0287,
title = {A data-driven functional projection approach for the selection of feature ranges in spectra with ICA or cluster analysis},
author = {Catherine Krier and Fabrice Rossi and Damien François and Michel Verleysen},
journal= {arXiv preprint arXiv:0802.0287},
year = {2008}
}
备注
A paraitre