红外与近红外光谱常用数据处理新算法.docVIP

数据预解决

中心化变换

归一化解决

正规化解决

原则正态变量校正（原则化解决）（StandardNormalVariate,SNV）

数字平滑与滤波（Smooth）

导数解决（Derivative）

多元散射校正（MultiplicativeScatterCorrection,MSC）

正交信号校正（OSC）

特性提取与压缩

主成分分析（PCA）

马氏距离

模式辨认（定性分类）

基于fisher意义下线性鉴别分析（LDA）

K-最邻近法（KNN）

模型分类办法（SIMCA）

支持向量机（SVM）

自适应boosting办法（Adaboost）

回归分析（定量分析）

主成分回归（PCR）

偏最小二乘法回归（PLS）

支持向量机回归（SVR）

数据预解决

中心化变换

中心化变换目是在于变化数据相对于坐标轴位置。普通都是但愿数据集均值与坐标轴原点重叠。若xik表达第i个样本第k个测量数据，很明显这个数据处在数据矩阵中第i行第k列。中心化变换就是从数据矩阵中每一种元素中减去该元素所在元素所在列均值运算：

，其中是n个样本均值。

(2)归一化解决

归一化解决目是是数据集中各数据向量具备相似长度，普通为单位长度。其公式为：

归一化解决能有效去除由于测量值大小不同所导致数据集方差，但是也也许会丢失重要方差。

（3）正规化解决

正规化解决是数据点布满数据空间，惯用正规化解决为区间正