Partial least square regression (PL

Partial least square regression (PLSR) was used to generate a set of independent variables and responsive variables by reducing a large number of original descriptors to a new variable space based on a small number of orthogonal factors (latent variables) It has been proved to be highly efficient for multivariate calibration when the measured variables, such as
spectral data, are highly correlated.

ผลลัพธ์ (ไทย) 1:

บางส่วนอย่างน้อยตารางถดถอย (PLSR) ถูกใช้เพื่อสร้างชุดของตัวแปรอิสระ และตัวแปรตอบสนอง โดยการลดจำนวนตัวบอกเดิมพื้นที่ผันแปรใหม่ตามจำนวนเล็ก ๆ ของมุมฉากปัจจัย (ตัวแปรแฝง) มันได้ถูกพิสูจน์แล้วว่ามีประสิทธิภาพสูงสำหรับการสอบเทียบแบบหลายตัวแปรเมื่อการวัดตัวแปร เช่นข้อมูลสเปกตรัม มีความสัมพันธ์กันสูง

ผลลัพธ์ (ไทย) 2:

บางส่วนอย่างน้อยตารางการถดถอย (PLSR) ถูกใช้ในการสร้างชุดของตัวแปรอิสระและตัวแปรตอบสนองโดยการลดจำนวนมากของการอธิบายเดิมไปยังพื้นที่ตัวแปรใหม่ขึ้นอยู่กับจำนวนเล็ก ๆ ของปัจจัยมุมฉาก (ตัวแปรแฝง) จะได้รับการพิสูจน์แล้วว่าเป็น ที่มีประสิทธิภาพสูงสำหรับการสอบเทียบหลายตัวแปรเมื่อตัวแปรวัดเช่น
ข้อมูลสเปกตรัมมีความสัมพันธ์อย่างมาก

ผลลัพธ์ (ไทย) 3:

การถดถอยกำลังสองน้อยที่สุด ( plsr ) ถูกใช้เพื่อสร้างชุดของตัวแปรอิสระและตัวแปรตอบสนองโดยการลดจํานวนมากในพื้นที่เดิมแปรผันตามจำนวนน้อยของปัจจัยเชิงตั้งฉาก ( ตัวแปรแฝง ) มันได้ถูกพิสูจน์ให้เป็นที่มีประสิทธิภาพสูงสำหรับหลายตัวแปรการสอบเทียบเมื่อวัดตัวแปร เช่นข้อมูลสเปกตรัมมีความสัมพันธ์ .