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:

หลายตัวแปรเลือกอัลกอริทึมที่ใช้เพื่อเรียงลำดับข้อมูลความยาวคลื่นสำหรับการสร้างแบบจำลองบางส่วนกำลังสองน้อยสุด (กรุณา) เกี่ยวกับแรมสเป็คตราเห็น/ใกล้อินฟราเรดองศา Brix ในตัวอย่างน้ำอ้อย วิธีเลือกสองชนิดที่อุดม กลุ่มแรกเป็นไปตามกรุณาถดถอยสัมประสิทธิ์ เช่นเลือกสัมประสิทธิ์มีนัยสำคัญมากกว่าความไม่แน่นอนของพวกเขา การประเมินความสำคัญตัวแปรในการฉาย (VIP), และการกำจัดตัวแปร uninformative (UVE) กลุ่มที่สองเกี่ยวข้องกับการค้นหาข้อผิดพลาดน้อยที่สุดที่ดำเนินการผ่านช่วงเวลากรุณา (i-กรุณา), ขนาดย้ายหน้าต่าง (VS-MW), อัลกอริทึมทางพันธุกรรม (GA) และเพิ่มประสิทธิภาพในการบินว่อนอนุภาค (PSO) ผลลัพธ์ได้รับโดยใช้วิธีการสองหลัง ตามทั้งแอพลิเคชันการคำนวณที่ธรรมชาติ ผลโดยการตรวจสอบสเปคตรัมของสัมประสิทธิ์การถดถอยอาจจะอันตราย ทั่วไป การเลือกตัวแปรข้อมูล นี้ความจริงที่สำคัญได้รับการยืนยันจากการวิเคราะห์ชุดข้อมูลจำลอง mimicking แรมสเป็คตราน้ำอ้อยทดลอง

ผลลัพธ์ (ไทย) 2:

หลายขั้นตอนวิธีการเลือกตัวแปรที่ถูกนำมาใช้ในเพื่อจัดเรียงความยาวคลื่นข้อมูลสำหรับการสร้างสี่เหลี่ยมอย่างน้อยบางส่วน (PLS) รูปแบบที่เกี่ยวข้องกับการมองเห็น / สเปกตรัมอินฟราเรดใกล้องศาบริกซ์ในตัวอย่างของน้ำอ้อย สองประเภทของวิธีการคัดเลือกได้รับการสำรวจ กลุ่มแรกที่ได้รับขึ้นอยู่กับค่าสัมประสิทธิ์การถดถอย PLS เช่นการเลือกของสัมประสิทธิ์อย่างมีนัยสำคัญขนาดใหญ่กว่าความไม่แน่นอนของพวกเขาประมาณตัวแปรสำคัญในการประมาณการ (วีไอพี) และการกำจัดตัวแปร uninformative (UVE) กลุ่มที่สองเกี่ยวข้องกับการค้นหาข้อผิดพลาดขั้นต่ำดำเนินการผ่านช่วงเวลา PLS (i-PLS) ตัวแปรขนาดเคลื่อนไหวหน้าต่าง (VS-MW) ขั้นตอนวิธีทางพันธุกรรม (GA) และการเพิ่มประสิทธิภาพของอนุภาคจับกลุ่ม (PSO) ผลลัพธ์ที่ดีที่สุดที่ได้รับใช้หลังสองวิธีทั้งขึ้นอยู่กับการใช้งานของการคำนวณธรรมชาติ ผลการตกแต่งโดยการตรวจสอบของสเปกตรัมของค่าสัมประสิทธิ์การถดถอยอาจเป็นอันตรายโดยทั่วไปสำหรับการเลือกตัวแปรข้อมูล นี้ความจริงที่สำคัญได้รับการยืนยันโดยการวิเคราะห์ของชุดของข้อมูลที่จำลองเลียนแบบอ้อยทดลองสเปกตรัมน้ำผลไม้

ผลลัพธ์ (ไทย) 3:

ขั้นตอนวิธีการเลือกตัวแปรต่าง ๆที่ใช้ในการจัดเรียงข้อมูลที่สามารถสร้างบางส่วนของวิธี ( PLS ) รุ่นที่เกี่ยวข้องมองเห็นใกล้อินฟราเรดสเปกตรัมเพื่อ Brix องศาในตัวอย่างน้ำอ้อยได้ สองประเภทของวิธีการเลือกที่ถูกสำรวจ กลุ่มแรก คือ สัมประสิทธิ์ถดถอยตามกรุณา ,เช่นการเลือกอย่างมีนัยสำคัญมีขนาดใหญ่กว่าค่าความไม่แน่นอนของค่าของตัวแปรสำคัญในการประมาณการ ( VIP ) และตัวแปรที่ไม่ได้ให้ ( uve ) กลุ่มที่สองที่เกี่ยวข้องกับข้อผิดพลาดน้อยที่สุดค้นหาดำเนินการผ่านช่วงเวลาที่กรุณา ( i-pls ) ตัวแปรขนาดย้ายหน้าต่าง ( vs-mw ) , ขั้นตอนวิธีเชิงพันธุกรรม ( GA ) และเพิ่มประสิทธิภาพของฝูงอนุภาค ( PSO )ผลลัพธ์ที่ดีที่สุดได้รับการใช้ หลังสองวิธีการ ทั้งตามการใช้งานของการคำนวณ . การตกแต่งโดยการตรวจสอบของสเปกตรัมของสัมประสิทธิ์การถดถอยอาจเป็นอันตรายโดยทั่วไปสำหรับการเลือกตัวแปรข้อมูล ความเป็นจริงที่สำคัญนี้ได้รับการยืนยันจากการวิเคราะห์ชุดข้อมูลจำลองเลียนแบบการทดลองน้ำอ้อย Spectra .