| 非线性迭代PLS信息模式识别算法 | |
| 丁世飞 ; 史忠植 ; 靳奉祥 | |
| 2015-09-01 ; 2015-09-01 | |
| 关键词 | 偏最小二乘(PLS) 非线性迭代偏最小二乘(NIPLS) 模式识别 土地质量 |
| 中文摘要 | 对偏最小二乘(PLS)回归的基本方法进行了分析研究,提出了基于非线性迭代偏最小二乘(NIPLS)的信息模式识别算法。该算法实现了模式识别中特征提取与分类器设计的有机结合。NIPLS较Fisher判别分析、Bayes判别分析等经典的模式识别算法,具有更强的信息识别能力,且对数据本身的分布要求不高,尤其对于多重共线性资料或解释变量多而样本数量少时更为有效。将该算法应用于土地质量的分类识别,结果表明,该文所建立的算法是有效的、可靠的。 |
| 其他责任者 | 中国矿业大学计算机科学与技术学院,中国科学院计算技术研究所智能信息处理重点实验室,山东科技大学地球信息科学与工程学院 徐州221008,中国科学院计算技术研究所智能信息处理重点实验室,北京100080,北京100080,青岛266510 |
| 内容类型 | 期刊论文 |
| 源URL | [http://ir.calis.edu.cn/hdl/232060/10699]  |
| 专题 | 中国矿业大学（徐州） |
| 推荐引用方式 GB/T 7714 | 丁世飞,史忠植,靳奉祥. 非线性迭代PLS信息模式识别算法[J],2015, 2015. |
| APA | 丁世飞,史忠植,&靳奉祥.(2015).非线性迭代PLS信息模式识别算法.. |
| MLA | 丁世飞,et al."非线性迭代PLS信息模式识别算法".(2015). |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论