1) generalized ridge partial least-squares regression
广义岭-偏最小二乘回归
2) partial least square regression
偏最小二乘回归
1.
Partial Least Square Regression and Its Application to Selecting Mine Efficient;
偏最小二乘回归在选矿效益建模中的应用
2.
Development of naphtha dry point soft sensor by adaptive partial least square regression;
基于自适应偏最小二乘回归的初顶石脑油干点软测量
3.
The partial least square regression model for predicting copper biological toxicity.;
预测铜生物毒性的偏最小二乘回归模型
3) partial least squares regression
偏最小二乘回归
1.
Fault diagnosis of excavator hydraulic system based on partial least squares regression;
基于偏最小二乘回归的挖掘机液压系统故障诊断
2.
Two-stage partial least squares regression for constructing radial basis function networks;
基于分级偏最小二乘回归的径向基函数神经网络
3.
Model of simple partial least squares regression and its application;
单因变量的偏最小二乘回归模型及其应用
4) partial least-squares regression
偏最小二乘回归
1.
Application of partial least-squares regression in rubber formulation;
偏最小二乘回归方法在橡胶配方设计中的应用
2.
Using uniform design and partial least-squares regression to prepare hypertonic emulsifiable concentrates;
均匀设计及偏最小二乘回归法在高渗乳油研制中的应用
3.
Application of partial least-squares regression in forecast of warship maintenance cost;
偏最小二乘回归在舰船维修费用预测中的应用
5) partial least squares
偏最小二乘回归
1.
The partial least squares method can easily solve the multiple correlated problems.
应用偏最小二乘回归技术建立pH值预测模型,克服了自变量之间多重相关性的问题,因而更具有先进性,计算结果更为可靠,而改进的偏最小二乘回归则从预测角度对偏最小二乘回归模型进行了改进。
2.
Considering chaotic time series multi-step prediction, Multi-step direct prediction model based on partial least squares (PLS) is proposed in this paper, where PLS, the method for predicting a set of dependent variables form a large set of predictors, is used to model the dynamic evolution between the space points and the corresponding future points.
针对混沌序列局域一阶多步预测问题,提出了基于偏最小二乘回归的混沌时间序列局域直接多步预测模型,偏最小二乘用于混沌时序重构相空间中演化轨迹前后相点信息间的建模。
3.
During this course, in order to cope the disadvantage effection brought by the serious correlativity of parameters, the authors proposed to bring a new mathematical models: partial least squares (PLS), and finally got a good result.
为克服各参数之间强相关性的影响,引入了偏最小二乘回归(PLS)方法,取得了较好结果。
6) partial least-square regression
偏最小二乘回归
1.
The multiple-colinearity among economic factors influencing load is judged and the effect of multiple-colinearity is weakened through partial least-square regression.
为此,判断了影响负荷的经济因素之间存在的多重共线性,用偏最小二乘回归方法消除其共线性影响,并建立了预测模型。
2.
Analyze the status of the maintenance support cost in life cycle cost of the weapon system,calculate the main- tenance support cost based on partial least-square regression,and then count the relativity of all-component cost of the weapon system by Variable Importance in Projection.
分析了武器装备维修费用在其全寿命费用中的地位,利用偏最小二乘回归方法计算维修保障费用,应用变量投影重要性分析计算武器装备各组成费用的相关性。
3.
Parameters of aircraft effectiveness is analyzed,and a new effectiveness forecasting method based on partial least-square regression is proposed.
通过实例与神经网络法的结果进行了比较,结果表明偏最小二乘回归更精确和简单。
补充资料：广义最小二乘估计
用迭代的松弛算法对线性最小二乘估计的一种改进。线性最小二乘估计在模型误差为相关噪声时是有偏估计，即其估计值存在偏差。这时采用广义最小二乘估计能获得较精确的结果。
假设所讨论的单输入单输出系统的差分方程模型是
式中{uk}和{yk}分别是输入和输出序列：和是算子多项式,它们的系数是需要通过估计来求出的未知数;z-1是单位延迟算子；{ek}是误差序列，它是零均值平稳相关噪声序列。为了进行广义最小二乘估计可以从形式上把ek变换成，这里，它的系数也是未知的。如果{ek}具有有理谱密度,则可把{εk}当作白噪声序列来处理。这样就把系统模型变成
相应的估计准则是
广义最小二乘估计就是使估计准则J为极小的参数估计。多项式A(z-1)、B(z-1)和C(z-1)的系数都是未知的,所以不能用一个线性算法获得广义最小二乘估计。
广义最小二乘估计采用迭代的松弛算法：先行固定C(z-1)，估计A(z-1)和B(z-1),使J 趋于极小；然后固定A(z-1)和B(z-1),估计C(z-1),使 J 趋于极小。如此反复迭代，直至估计值收敛。这时每步只进行简单的线性最小二乘估计运算，迭代的初值取扗(z-1)=1。
广义最小二乘估计算法的估计精度高，已得到应用并获得不少成果。它的缺点在于：当信噪比较小时,J可能有多个局部极小点，估计结果不能保证收敛到全局最小点，即参数真值；它的计算量也比线性最小二乘估计增加很多。
这种算法也可推广到多输入多输出系统，并且有相应的近似递推估计算法。当误差{ek}为正态噪声序列时，这种算法还可以解释为极大似然估计的松弛算法。
参考书目
G.G.哥德温、R.L.潘恩著，张永光、袁震东译：《动态系统辨识：试验设计与数据分析》，科学出版社，北京，1983。(G.C.Goodwin and R.L.Payne，Dynamic System Identification：Experiment Design and Data Analysis, Academic Press, New York,1977.)
假设所讨论的单输入单输出系统的差分方程模型是
式中{uk}和{yk}分别是输入和输出序列：和是算子多项式,它们的系数是需要通过估计来求出的未知数;z-1是单位延迟算子；{ek}是误差序列，它是零均值平稳相关噪声序列。为了进行广义最小二乘估计可以从形式上把ek变换成，这里，它的系数也是未知的。如果{ek}具有有理谱密度,则可把{εk}当作白噪声序列来处理。这样就把系统模型变成
相应的估计准则是
广义最小二乘估计就是使估计准则J为极小的参数估计。多项式A(z-1)、B(z-1)和C(z-1)的系数都是未知的,所以不能用一个线性算法获得广义最小二乘估计。
广义最小二乘估计采用迭代的松弛算法：先行固定C(z-1)，估计A(z-1)和B(z-1),使J 趋于极小；然后固定A(z-1)和B(z-1),估计C(z-1),使 J 趋于极小。如此反复迭代，直至估计值收敛。这时每步只进行简单的线性最小二乘估计运算，迭代的初值取扗(z-1)=1。
广义最小二乘估计算法的估计精度高，已得到应用并获得不少成果。它的缺点在于：当信噪比较小时,J可能有多个局部极小点，估计结果不能保证收敛到全局最小点，即参数真值；它的计算量也比线性最小二乘估计增加很多。
这种算法也可推广到多输入多输出系统，并且有相应的近似递推估计算法。当误差{ek}为正态噪声序列时，这种算法还可以解释为极大似然估计的松弛算法。
参考书目
G.G.哥德温、R.L.潘恩著，张永光、袁震东译：《动态系统辨识：试验设计与数据分析》，科学出版社，北京，1983。(G.C.Goodwin and R.L.Payne，Dynamic System Identification：Experiment Design and Data Analysis, Academic Press, New York,1977.)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条