论文部分内容阅读
为了解决隐含潜变量回归（implicit non-linear latent variable regressionI,NLR）建模方法中加入自变量的非线性项使系统中出现了与因变量无关的信息或者噪音的问题,提出了基于正交投影（orthogonal projection to latent structures,OPLS）方法,对INLR数据进行预处理。OPLS算法能有效去除预测矩阵中与因变量无关的信息,在不影响INLR建模效果的同时减少有意义的成分,改善了模型的解释性和真实性。模拟实验结果表明,改进后算法