首页 | 本学科首页   官方微博 | 高级检索  
     检索      

双模型结合进一步降低预测均方根误差和均方根相对误差的方法
引用本文:吴雪梅,刘志强,张天龙,李华.双模型结合进一步降低预测均方根误差和均方根相对误差的方法[J].分析化学,2015,43(5).
作者姓名:吴雪梅  刘志强  张天龙  李华
作者单位:1. 西北大学分析科学研究所,西安710069;西安文理学院化学与化学工程学院,西安710065
2. 第二炮兵工程大学,西安,710025
3. 西北大学分析科学研究所,西安,710069
基金项目:国家自然科学基金,高等学校博士学科点专项科研基金(No.20126101110019)资助 This work was supported by the National Natural Science Foundation of China,the Research Fund for the Doctoral Program of Higher Education
摘    要:前期研究工作提出了以预测均方根相对误差最小为回归目标的方法(Minimization of prediction relative error,MPRE),它能使得预测结果的均方根相对误差更小.偏最小二乘法(Partial least squares,PLS)是以预测均方根误差为回归目标,能使得预测结果的均方根误差更小.基于多模型结合的思想,提出将MPRE与PLS相结合的双模型结合多元校正方法.本方法步骤为:(1)分别采用MPRE与PLS法对校正集建模;(2)计算阈值;(3)分别采用已建立好的MPRE与PLS模型进行预测;(4)将预测结果与阈值进行比较,得到预测结果.通过对酒精的近红外光谱与汽油紫外光谱进行定量分析结果表明,本方法可进一步减小预测均方根误差与相对误差.

关 键 词:双模型  多元校正  均方根相对误差  均方根误差

A Method Based on Double Models Combination to Further Reduce Root-Mean-Square Error and Relative Error of Prediction
WU Xue-Mei,LIU Zhi-Qiang,ZHANG Tian-Long,LI Hua.A Method Based on Double Models Combination to Further Reduce Root-Mean-Square Error and Relative Error of Prediction[J].Chinese Journal of Analytical Chemistry,2015,43(5).
Authors:WU Xue-Mei  LIU Zhi-Qiang  ZHANG Tian-Long  LI Hua
Abstract:
Keywords:Double models  Multivariate calibration  The root-mean-square relative error  Root-mean-square error
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号