留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于主基底分析的变量筛选

王惠文 仪 彬 叶 明

王惠文, 仪 彬, 叶 明等 . 基于主基底分析的变量筛选[J]. 北京航空航天大学学报, 2008, 34(11): 1288-1291.
引用本文: 王惠文, 仪 彬, 叶 明等 . 基于主基底分析的变量筛选[J]. 北京航空航天大学学报, 2008, 34(11): 1288-1291.
Wang Huiwen, Yi Bin, Ye Minget al. Variable selection based on principal basis analysis[J]. Journal of Beijing University of Aeronautics and Astronautics, 2008, 34(11): 1288-1291. (in Chinese)
Citation: Wang Huiwen, Yi Bin, Ye Minget al. Variable selection based on principal basis analysis[J]. Journal of Beijing University of Aeronautics and Astronautics, 2008, 34(11): 1288-1291. (in Chinese)

基于主基底分析的变量筛选

基金项目: 国家自然科学基金资助项目(70771004,70521001,70531010)
详细信息
    作者简介:

    王惠文(1957-),女,辽宁大连人,教授,wanghw@vip.sina.com.

  • 中图分类号: O 212

Variable selection based on principal basis analysis

  • 摘要: 利用Gram-Schmidt变换,提出一种主基底分析方法.解释并证明了Gram-Schmidt变换所删除的信息量.给出"主基底"的定义及构造方法,并提出"净信息含量比"的概念,用以测度所选基底包含的信息.该方法能在原始数据信息损失尽可能小的前提下,排除所有的冗余变量以及变量集合中的重叠信息,得到一个正交的主基底,从而更有效地对大规模变量集合中的信息进行筛选.多角度的理论分析指出,主基底在尽可能多地携带原始变量信息的同时,还可保证样本点间的相似性改变最小.实际案例分析说明了该方法的合理性和有效性.

     

  • [1] Wold S,Martens H,Wold H.The multivariate calibration problem in chemistry solved by the PLS method[M].Heidelberg:Springer-Verlag,1983 [2] Cook R D,Weisberg S. Sliced inverse regression for dimension reduction[J].Journal of the American Statistical Association,1991,86(414):328-332 [3] Yutaka Tanaka,Yoichi Mori.Principal component analysis based on a subset of variables:variable selection and sensitivity analysis[J].American Journal of Mathematical and Management Sciences,1997,17(1-2):61-89 [4] 王惠文,陈梅玲,Gilbert Saporta. 基于Gram-Schmidt过程的回归模型及其在刀具磨损预报中的应用[J].北京航空航天大学学报,2008,34(6):729-733 Wang Huiwen,Chen Meiling,Gilbert Saporta.Gram-Schmidt regression and application in cutting tool abrasion prediction [J].Journal of Beijing University of Aeronautics and Astronautics,2008, 34(6):729-733 (in Chinese) [5] Jain S K,Gunawarddena A D.Linear algebra:an interactive approach[M].Beijing: China Machine Press, 2003 [6] 王惠文.偏最小二乘回归方法及其应用[M].北京:国防工业出版社,1997:93-107 Wang Huiwen.Partial least-squares regression-method and applications[M].Beijing: National Defense Industry Press,1997:93-107(in Chinese)
  • 加载中
计量
  • 文章访问数:  3136
  • HTML全文浏览量:  145
  • PDF下载量:  1166
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-11-08
  • 网络出版日期:  2008-11-30

目录

    /

    返回文章
    返回
    常见问答