论文部分内容阅读
为提升多元校正模型的性能并简化其复杂度，遵循机器学习领域的集成思路，提出了一种基于子空间建模并以多元线性回归为基础的算法，多元校正算法，简写作SER-MLR。通过两个近红外光谱定量应用试验及与全谱偏最小二乘算法（PLS）的比较，验证了其优良的综合性能，该算法不仅容易解释，而且能够以更低的计算代价建立起简洁、稳健的校正模型，对过拟合也不敏感。