偏最小二乘方法及其在工業過程數據處理中的應用
高學金 齊詠生 王普 著
4人在讀
13.2萬字總字數
¥37.69定價
高學金 齊詠生 王普 著
《偏最小二乘方法及其在工業過程數據處理中的應用》的作者多年來一直從事工業過程數據的統計建模、過程監測與診斷、關鍵因變量的預測與迴歸，他在借鑑國內外有關最新研究成果和自身完成的研究實例基礎上，博採衆家之長，寫成此書。全書結合具體的工業過程實例，對基於PLS的過程數據線性迴歸、統計建模、過程監測和質量預測等進行了比較系統的介紹，之後深入探討了非線性PLS方法理論與應用中的一些關鍵問題，如核函數的選擇、雙核映射等。 本書可作爲自動控制專業及數據科學與大數據技術專業研究生的學習參考書，同時對從事自動化和數據科學方面的研究、設計、開發和應用的廣大工程師、技術人員也具有一定的參考價值。
偏最小二乘(partial least squares，PLS)，是多元線性迴歸算法的一種擴展算法。自1975年H.Word第一篇有關PLS的文章面世以來，其在社會經濟、化學計量、化工工業等諸多領域得到了廣泛應用，成爲目前主要的空間壓縮和成分提取技術之一。20世紀90年代，隨着PLS方法在應用過程中出現的各種實際問題，出現了許多PLS的擴展和改進算法，其理論也在不斷完善。 偏最小二乘分析方法是從應用領域中提出的一種新型多元數據分析方法，其主要適用於多因變量對多自變量的線性迴歸建模，並可以有效地解決許多用普通多元性迴歸無法解決的問題，諸如：變量多重相關性在系統建模中的不良作用以及在樣本容量小於變量個數的情況下進行迴歸建模等，而且它的一個重要優勢是將回歸建模、主成分分析及典型相關分析的基本功能有機地結合起來。 本書從適合應用人員理解的角度出發，深入淺出地介紹了PLS及其相關擴展與改進算法的最新理論成果和應用技術，其中也包括作者團。