PLS回归方法及其医学应用

目的 探讨PLS回归理论及其在医学中的应用。方法 利用PLS回归NIPALS算法和Helland算法 ,对医学实例进行分析。结果 两种算法所得PLS回归模型均可达到较好的拟合和预测效果。结论 样本自变量间存在共线性 ,甚至由于某些原因出现自变量个数较多而观察例数较少的情况 ,PLS回归是一种值得推广应用的多元回归方法。

基于偏最小二乘的BP网络模型及其应用

基于BP网络模型具有拟合非线性数据的特性,提出一种基于非线性迭代偏最小二乘算法(NIPALS)的BP网络的构造策略,构造了新的PLS-BP网络模型,使BP网络减少迭代步数,提高学习效率。采用非线性迭代偏最小二乘算法预处理数据,将得到主成分数、自变量和因变量的主成分数的权重以及主成分间的关系矩阵B,以此用来确定BP网络的隐节点数和输入层、输出层的初始权值以及隐节点的关联系数。最后,进行仿真实验,并将它与PLS模型、标准的BP网络模型进行了比较,仿真结果表明,拟合和预测效果较好。

基于鲁棒主元分析的故障诊断方法

针对工业过程的建模数据中含有离群点的情况,提出了一种基于鲁棒主元分析(PCA)的故障诊断方法。该方法使用广义极大似然估计(M估计)代替最小二乘估计,将传统的主元分析问题转化为一个加权的重构误差优化问题,然后通过改进的非线性迭代部分最小二乘(NIPALS)算法来求得问题的最优解,在此基础上建立主元模型并构造监控统计量检测过程故障。在连续搅拌反应器(CSTR)仿真系统上的应用结果表明,鲁棒PCA方法能够消除离群点对主元模型的影响,比PCA方法分析过程数据更为准确,能更有效地诊断过程故障。

PLS回归在消除多元共线性中的作用

目的 探讨PLS回归理论在消除多元共线性中的作用。方法 利用PLS回归NIPALS算法 ,对医学实例进行分析。结果 NIPALS算法所得PLS回归模型可达到较好的拟合和预测效果。结论 当样本自变量间存在多重共线性时 。