炫乐彩票

  • <tr id='yhr2Y8'><strong id='yhr2Y8'></strong><small id='yhr2Y8'></small><button id='yhr2Y8'></button><li id='yhr2Y8'><noscript id='yhr2Y8'><big id='yhr2Y8'></big><dt id='yhr2Y8'></dt></noscript></li></tr><ol id='yhr2Y8'><option id='yhr2Y8'><table id='yhr2Y8'><blockquote id='yhr2Y8'><tbody id='yhr2Y8'></tbody></blockquote></table></option></ol><u id='yhr2Y8'></u><kbd id='yhr2Y8'><kbd id='yhr2Y8'></kbd></kbd>

    <code id='yhr2Y8'><strong id='yhr2Y8'></strong></code>

    <fieldset id='yhr2Y8'></fieldset>
          <span id='yhr2Y8'></span>

              <ins id='yhr2Y8'></ins>
              <acronym id='yhr2Y8'><em id='yhr2Y8'></em><td id='yhr2Y8'><div id='yhr2Y8'></div></td></acronym><address id='yhr2Y8'><big id='yhr2Y8'><big id='yhr2Y8'></big><legend id='yhr2Y8'></legend></big></address>

              <i id='yhr2Y8'><div id='yhr2Y8'><ins id='yhr2Y8'></ins></div></i>
              <i id='yhr2Y8'></i>
            1. <dl id='yhr2Y8'></dl>
              1. <blockquote id='yhr2Y8'><q id='yhr2Y8'><noscript id='yhr2Y8'></noscript><dt id='yhr2Y8'></dt></q></blockquote><noframes id='yhr2Y8'><i id='yhr2Y8'></i>
              2. 首页
              3. 装备资讯
              4. 热点专题
              5. 人物访谈
              6. 政府采购
              7. 产品库
              8. 求购库
              9. 企业库
              10. 品牌排行
              11. 院校库
              12. 案例·技术
              13. 会展信息
              14. 教育装备采购网首页 > 知识产权 > 专利 > CN103487410A

                基于模型集群分析的激光诱导击穿光谱变量选择方法

                  摘要:本发明公开了一种基于模型集群分析思想适用于支持向量机的变量选择方法,其通过蒙特卡洛采样从全光谱数据矩阵中获取子数据集,针对每个子数据集建立一个SVM子模型并预测分类,然后使用Mann-WhitneyU检验对所有子模型的预测正确率进行统计分析,挑选出对模型预测能力有显著作用的有用变量。该方法不以一次性建模结果为依据,而是通过有放回的重采样最大限度地有效利用数据信息,充分考察数据集中各变量间的内在关系,对不同结果的统计分布进行分析,因此具有更好的普遍性和稳定性。
                • 专利类型发明专利
                • 申请人西北大学;
                • 发明人李华;梁龙;汤宏胜;王康;张天龙;孙昆仑;李吉光;盛丽雯;
                • 地址710069 陕西省西安市太白北路229号
                • 申请号CN201310388287.5
                • 申请时间2013年09月01日
                • 申请公布号CN103487410A
                • 申请公布时间2014年01月01日
                • 分类号G01N21/63(2006.01)I;