基于数据驱动的函数投影方法用于ICA或聚类分析中光谱特征范围的选择
摘要：光谱预测问题在化学统计学中经常遇到。除了准确的预测之外，通常还需要提取关于哪些波长在光谱中以有效方式贡献于预测质量的信息。这意味着选择波长（或波长区间），这是与变量选择相关的问题。本文展示了如何在光谱平滑情况下处理这个问题。通过功能变量投影过程考虑了光谱的功能特性（光滑性）。与标准方法相反，投影是在由光谱自身驱动的基础上进行的，以最好地适应其特性。通过使用独立成分分析和功能变量聚类的两个功能投影示例来说明方法。展示了在两个标准红外光谱基准上的性能。
作者：Catherine Krier (DICE), Fabrice Rossi (INRIA Rocquencourt / INRIA Sophia Antipolis), Damien Fran\c{c}ois (CESAME), Michel Verleysen (DICE - MLG)
论文ID：0802.0287
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2008-02-05