搜索资源列表
plot-cars-lda-mcs
- 五组在matlab中应用的小程序：（1）carspls and carsplslda，竞争性自适应重加权算法（cars）筛选特征变量，并建立PLS定量或定性模型（2）mcuvepls 蒙特卡罗抽样无关信息消除后，建立PLS定量和定性模型（3）osc，正交信号校正的多变量数据处理方法（4）plot cars-lda-mcs,表征cars-lda-mcs的结果（5）demo 对以上carspls and carsplslda，mcuvepls 方法在matlab中实现举例演示-Five groups
CARS_PLS
- 竞争性自适应重加权算法（CARS）是通过自适应重加权采样（ARS）技术选择出PLS模型中回归系数绝对值大的波长点，去掉权重小的波长点，利用交互验证选出RMSECV指最低的子集，可有效寻出最优变量组合。(Competitive adaptive reweighted algorithm (CARS) is obtained by adaptive reweighted sampling (ARS) technique is selected in the PLS model regression
cars
- 竞争性自适应重加权算法（CARS）是通过自适应重加权采样（ARS）技术选择出PLS模型中回归系数绝对值大的波长点，去掉权重小的波长点，利用交互验证选出RMSECV指最低的子集，可有效寻出最优变量组合。(The competitive adaptive weight weighting algorithm (CARS) uses adaptive heavy weighted sampling (ARS) to select the wavelength points with large abs
CARS
- 用于matlab模式识别（分类和回归）的特征变量提取方法，竞争性自适应重加权算法（CARS）是通过自适应重加权采样（ARS）技术选择出PLS模型中回归系数绝对值大的波长点，去掉权重小的波长点，利用交互验证选出RMSECV指最低的子集，可有效寻出最优变量组合。(The method of feature variables extraction for matlab pattern recognition (classification and regression), competitive a
竞争性自适应重加权算法(CARS)
- 竞争性自适应重加权算法（CARS）是通过自适应重加权采样（ARS）技术选择出PLS模型中回归系数绝对值大的波长点，去掉权重小的波长点，利用交互验证选出RMSECV指最低的子集，可有效寻出最优变量组合。