Several variable selection algorith

Several variable selection algorithms were applied in order to sort informative wavelengths for building a
partial least-squares (PLS) model relating visible/near infrared spectra to Brix degrees in samples of sugar
cane juice. Two types of selection methods were explored. A first group was based on the PLS regression
coefficients, such as the selection of coefficients significantly larger than their uncertainties, the estimation of
the variable importance in projection (VIP), and uninformative variable elimination (UVE). The second group
involves minimum error searches conducted through interval PLS (i-PLS), variable-size moving-window
(VS-MW), genetic algorithms (GA) and particle swarm optimization (PSO). The best results were obtained
using the latter two methodologies, both based on applications of natural computation. The results furnished
by inspection of the spectrum of regression coefficients may be dangerous, in general, for selecting
informative variables. This important fact has been confirmed by analysis of a set of simulated data
mimicking the experimental sugar cane juice spectra.

ผลลัพธ์ (ไทย) 1:

ใช้หลายตัวแปรเลือกอัลกอริทึมการเรียงลำดับข้อมูลความยาวคลื่นสำหรับอาคารบางส่วนกำลังสองน้อยสุด (กรุณา) รุ่นเกี่ยวข้องมองเห็น/ใกล้อินฟราเรดแรมสเป็คตราองศา Brix ในตัวอย่างของน้ำตาลน้ำเท้า วิธีเลือกสองชนิดที่อุดม กลุ่มแรกเป็นไปตามการถดถอยของกรุณาสัมประสิทธิ์ เช่นการเลือกอย่างมีนัยสำคัญมากกว่าความไม่แน่นอนของพวกเขา สัมประสิทธิ์การประเมินของความสำคัญตัวแปรในการฉาย (VIP), และการกำจัดตัวแปร uninformative (UVE) กลุ่มที่สองเกี่ยวข้องกับดำเนินการผ่านช่วงเวลากรุณา (i-กรุณา), ขนาดย้ายหน้าต่างการค้นหาข้อผิดพลาดน้อยที่สุด(VS-MW), อัลกอริทึมทางพันธุกรรม (GA) และอนุภาคฝูงเพิ่มประสิทธิภาพ (PSO) ได้รับผลลัพธ์ดีที่สุดทั้งสองใช้วิธีสองหลัง ตามแอพลิเคชันการคำนวณที่ธรรมชาติ ผลเฟอร์นิเจอร์โดยการตรวจสอบสเปคตรัมของถดถอย สัมประสิทธิ์อาจอันตราย ทั่วไป การเลือกตัวแปรข้อมูล ได้รับการยืนยันความจริงที่สำคัญนี้ โดยการวิเคราะห์ชุดข้อมูลจำลองmimicking แรมสเป็คตราน้ำอ้อยทดลอง

ผลลัพธ์ (ไทย) 2:

หลายขั้นตอนวิธีการเลือกตัวแปรที่ถูกนำไปใช้ในการสั่งซื้อการจัดเรียงความยาวคลื่นข้อมูลสำหรับการสร้างสี่เหลี่ยมอย่างน้อยบางส่วน (PLS) รูปแบบการมองเห็นที่เกี่ยวข้อง / สเปกตรัมอินฟราเรดใกล้องศาบริกซ์ในตัวอย่างของน้ำตาลน้ำอ้อย สองประเภทของวิธีการคัดเลือกสำรวจ กลุ่มแรกที่อยู่บนพื้นฐานของการถดถอย PLS สัมประสิทธิ์เช่นการเลือกของค่าสัมประสิทธิ์ความหมายมากกว่าความไม่แน่นอนของพวกเขา, การประมาณค่าของความสำคัญของตัวแปรในการประมาณการ(VIP) และการกำจัดตัวแปร uninformative (UVE) กลุ่มที่สองเกี่ยวข้องกับการค้นหาข้อผิดพลาดขั้นต่ำดำเนินการผ่านช่วงเวลา PLS (i-PLS) ตัวแปรขนาดเคลื่อนไหวหน้าต่าง (VS-MW) ขั้นตอนวิธีพันธุกรรม (GA) และการเพิ่มประสิทธิภาพของอนุภาคฝูง (PSO) ผลลัพธ์ที่ดีที่สุดที่ได้รับใช้หลังสองวิธีทั้งการใช้งานขึ้นอยู่กับธรรมชาติของการคำนวณ ผลการตกแต่งด้วยเฟอร์นิเจอร์จากการตรวจสอบของสเปกตรัมของค่าสัมประสิทธิ์การถดถอยอาจเป็นอันตรายโดยทั่วไปสำหรับการเลือกตัวแปรข้อมูล นี้ความจริงที่สำคัญได้รับการยืนยันโดยการวิเคราะห์ของชุดของข้อมูลที่จำลองเลียนแบบอ้อยทดลองสเปกตรัมน้ำ

ผลลัพธ์ (ไทย) 3:

ขั้นตอนวิธีการเลือกตัวแปรต่าง ๆที่ใช้ในการจัดเรียงข้อมูลที่ความยาวคลื่นสำหรับอาคาร
บางส่วน ( PLS ) เกี่ยวกับวิธีแบบมองเห็นได้ใกล้อินฟราเรดสเปกตรัมเพื่อ Brix องศาในตัวอย่างของน้ำตาล
อ้อย . สองประเภทของวิธีการเลือกที่ถูกสำรวจ กลุ่มแรก คือ ขึ้นอยู่กับค่าสัมประสิทธิ์ถดถอย
กรุณา ,เช่นการเลือกอย่างมีนัยสำคัญมีขนาดใหญ่กว่าค่าความไม่แน่นอนของค่าของตัวแปรสำคัญในการฉาย
( VIP ) และตัวแปรที่ไม่ได้ให้ตัด ( uve )
กลุ่มที่สองเกี่ยวข้องกับข้อผิดพลาดน้อยที่สุดค้นหาดำเนินการผ่านช่วงเวลาที่กรุณา ( i-pls ) ตัวแปรขนาดหน้าต่างย้าย
( vs-mw ) , ขั้นตอนวิธีเชิงพันธุกรรม ( GA ) และเพิ่มประสิทธิภาพของฝูงอนุภาค ( PSO )ผลลัพธ์ที่ดีที่สุดได้รับ
ใช้สองหลัง วิธีการ ทั้งตามการใช้งานของการคำนวณ . การตกแต่ง
โดยการตรวจสอบของสเปกตรัมของสัมประสิทธิ์การถดถอยอาจเป็นอันตรายโดยทั่วไปสำหรับการเลือก
ตัวแปรข้อมูล ความเป็นจริงที่สำคัญนี้ได้รับการยืนยันจากการวิเคราะห์ชุดข้อมูลจำลอง
เลียนแบบการทดลองน้ำอ้อย Spectra .