非线性迭代PLS信息模式识别算法

被引：8

作者：

丁世飞 ^{[1
]}

史忠植 ^{[2
]}

靳奉祥 ^{[3
]}

机构：

[1] 中国矿业大学计算机科学与技术学院

[2] 中国科学院计算技术研究所智能信息处理重点实验室

[3] 山东科技大学地球信息科学与工程学院

来源：

计算机工程 | 2008年 / 01期

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;

D O I：

暂无

中图分类号：

O235 [模式识别理论];

学科分类号：

070104 ; 081104 ;

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。

引用

页码：20 / 22

页数：3