核分段逆回归集成线性判别分析用于质谱数据分类.caj摘 要 针对高维小样本质谱数据在构造模型时易产生的过拟合现象!变量间的严重共线性!及结构与性质
间的非线性关系,采用了核分段逆回归()特征提取集成线性判别分析()新技术"首先以算法
完成质谱数据的非线性特征提取,然后在由新特征矢量张成的低维空间构造样本类别的线性判别函数,负责
各样本个体类别的判定"将2方法应用于软饮料的质谱数据分类,结果表明:该方法不仅适应质谱
数据与性质间的非线性关系,而且可以更少!解释能力更强的特征变量取得更高的分类精度,并能实现在低维特征空间对数据的解释及可视化。