预处理和变量选择算法的组合使用研究

摘要

为了提高多元回归分析的预测精度和稳定性,我们研究了预处理,变量选择以及预处理和变量选择的组合对预测精度和稳定性的影响。并采用玉米(脂肪和淀粉)样品体系进行了算法验证。试验结果表明,与使用的其他建模方法相比,Derivative1st3W-CARS或Derivative1st3W-SCARS的预测结果不理想。以MPA为框架搭建的BOSS和VCPA算法基于导数预处理方法在预测精度和稳定性方面都表现出了更优越的模型稳定性。但是,仍有一些问题需要进一步深入研究。因此后续的工作是继续探索更加全面的子模型评估标准,并进一步优化具有较差抗噪能力的方法,如CARS。