基于偏最小二乘的变量选择方法.pdf

(19)中华人民共和国国家知识产权局*CN102930158A*(12)发明专利申请(10)申请公布号CN102930158A(43)申请公布日2013.02.13(21)申请号201210427974.9(22)申请日2012.10.31(71)申请人哈尔滨工业大学地址150001黑龙江省哈尔滨市南岗区西大直街92号(72)发明人尹珅卫作龙王光高会军刘方舟(74)专利代理机构哈尔滨市松花江专利商标事务所23109代理人牟永林(51)Int.Cl.G06F19/00(2006.01)权利要求书权利要求书2页2页说明书说明书55页页附图附图11页(54)发明名称基于偏最小二乘的变量选择方法(57)摘要基于偏最小二乘的变量选择方法，涉及基于偏最小二乘的变量选择方法。它为了解决目前的变量选择方法存在的预测能力差，无法提高预测性能的问题。基于偏最小二乘的变量选择方法为：对待分析变量进行预处理，获取标准化变量集；根据标准化变量集计算回归向量，所述的回归向量的各元素表示相应的输入变量对于输出的贡献率，所述的贡献率的排序顺序为依次减小的顺序；根据回归向量的贡献率的排序顺序对输入变量进行排序，获取输入变量序列Xior；对输入变量序列Xior中的所有输入变量进行相关性检验；对输入变量选择计算获取回归系数。本发明应用于钢铁、锅炉、化工、制药等诸多领域的过程控制系统中。CN1029358ACN102930158A权利要求书1/2页1.基于偏最小二乘的变量选择方法，其特征在于，它包括下述步骤：步骤一、对待分析变量进行预处理，获取标准化变量集；步骤二、根据标准化变量集计算回归向量，所述的回归向量的各元素表示相应的输入变量对于输出的贡献率，所述的贡献率的排序顺序为依次减小的顺序；步骤三、根据回归向量的贡献率的排序顺序对输入变量进行排序，获取输入变量序列Xior；步骤四、对输入变量序列Xior中的所有输入变量进行相关性检验；步骤五、对输入变量选择计算获取回归系数。2.根据权利要求1所述的基于偏最小二乘的变量选择方法，其特征在于，步骤一所述的对待分析变量进行预处理，获取标准化变量集的具体过程为：待分析变量的集合构成变量集X，初始化变量集X，根据归一化处理剔除变量集X的野值获取标准化变量集，所述的标准化变量集为均值为0，方差为1的标准化变量集。3.根据权利要求1所述的基于偏最小二乘的变量选择方法，其特征在于，步骤二所述的根据标准化变量集计算回归向量的具体过程为：根据留一交叉检验方法确定标准化变量集的潜在变量的数目nlv，所述的潜在变量的数目nlv再根据改进的偏差最小二乘回归方法得到回归向量b，其各元素代表相应的输入变量对于输出的贡献率。4.根据权利要求1或3所述的基于偏最小二乘的变量选择方法，其特征在于，步骤三所述的根据回归向量的贡献率的排序顺序对输入变量进行排序，获取变量序列Xior的具体过程为：回归向量b各元素的绝对值按照回归向量的贡献率依次减小的顺序排序，获取输入变量序列Xior。5.根据权利要求1所述的基于偏最小二乘的变量选择方法，其特征在于，步骤四所述的对输入变量序列Xior中的所有元素进行相关性检验的具体过程为：步骤四一、在输入变量序列Xior中去除与任意一个输入变量相关的其他输入变量，获取无冗余的变量序列Xor；步骤四二、根据回归向量的贡献率由低到高的顺序，对无冗余的变量序列Xor中各变量进行相关性检验，直到所有变量都检验完成。6.根据权利要求1所述的基于偏最小二乘的变量选择方法，其特征在于，步骤五所述的对输入变量选择计算获取回归系数的具体过程为：步骤五一、从无冗余的变量序列Xor中选取前k个输入变量构成第一个子集X1，根据留一交叉检验方法计算该第一个子集X1的预测性能；其中，k=3，步骤五二、在第一个子集X1上增加i个输入变量，得到第二个子集X2，该子集有k=k+i个输入变量，根据留一交叉检验方法计算该二个子集X2的预测性能；其中，i=1，步骤五三、重复步骤二，直到计算完无冗余的变量序列Xor中的所有输入变量的预测性能；步骤五四、计算无冗余的变量序列Xor中所有输入变量的预测性能的均方根误差，获2CN102930158A权利要求书2/2页取均方根误差最小的输入变量，根据该输入变量计算回归矩阵偏差系数C、贡献率Bn和Bn经过逆归一化构成后得到的贡献率B。3CN102930158A说明书1/5页基于偏最小二乘的变量选择方法技术领域[0001]本发明涉及一种选择方法，具体涉及基于偏最小二乘的变量选择方法。背景技术[0002]过程控制系统涉及钢铁、锅炉、化工、制药等诸多领域，已经成为现代工业生产中重要的组成部分。[0003]现代过程控制系统往往会对生产过程中的许多状态变量进行长期的测量，从而获得大量现场监控数据。如何对这些数据进行合理、高效地利用，从而