没有合适的资源?快使用搜索试试~ 我知道了~
偏最小二乘建模的全过程MATLAB程序与结果(完整版)实用资料.doc
2 下载量 3 浏览量
2022-11-30
20:39:56
上传
评论
收藏 1MB DOC 举报
温馨提示
试读
36页
偏最小二乘建模的全过程MATLAB程序与结果(完整版)实用资料.doc
资源推荐
资源详情
资源评论
偏最小二乘建模的全过程MATL
AB程序与结果(完整版)实用
资料
(可以直接使用,可编辑 完整版实用资料,欢迎下载)
一.利用160组数据建PLS回归模型。
>> clear
>> load ysj
>> X=ysj(:,1:8;
>> Y=ysj(:,9:11;
>> E0=stand(X;
>> F0=stand(Y;
>> A=rank(E0;
>> [W,C,T,U,P,R]=bykpcr(E0,F0;
W:自变量轴权重;
C:因变量轴权重;
T:自变量系统主成分得分;
U:因变量系统主成分得分;
P:模型效应载荷量;
R:因变量载荷量。
(一).确定主成分个数三种方法:
(1)复测定系数:
复测定系数表示所提取的主成分的可解释变异信息占总变异的百分比。
当 ,复测定系数的值足够大时,可再第m 步终止主成分的提取计算。通常
即可。
>> RA=plsra(T,R,F0,A
RA =
0.3390 0.4831 0.5731 0.6358 0.6488 0.6522 0.6531 0.6537
结论:利用这个方法,无法确定。
(2)类似典型相关分析中的精度分析方法:
>> [Rdx,RdX,RdXt,Rdy,RdY,RdYt]=plsrd(E0,F0,T,A
Rdx =
0.3034 0.4348 0.0539 0.1326 0.0082 0.0132 0.0331 0. 8
0.2661 0.1918 0.0549 0.1932 0.1852 0.0001 0.0416 0.0671
0.0400 0.1010 0.3281 0.0191 0.4557 0.0529 0.0002 0.0030
0. 6 0.0813 0.4868 0.0492 0.0469 0.3026 0.0021 0.0104
0.0016 0.0472 0.5869 0.0921 0.0126 0.1955 0.0101 0.0540
0.2667 0.2229 0.2517 0.0002 0.0447 0.0638 0.0634 0.0866
0.2746 0.1859 0.0112 0.0041 0.0006 0.0434 0.4569 0.0233
0.5467 0.4430 0.0018 0.0001 0.0072 0.0003 0.0008 0.0001
RdX =
0.2150 0.2135 0.2219 0.0613 0.0951 0.0840 0.0761 0.0332
RdXt =
1.0000
Rdy =
0.0092 0.0002 0.1325 0.0438 0.0195 0.0019 0.0002 0.0003
0.0761 0.0613 0.0112 0.0568 0.0001 0.0025 0.0001 0.0006
0.4591 0.1697 0.0009 0.0000 0.0013 0.0010 0.0011 0.0001
RdY =
0.1814 0.0771 0.0482 0.0336 0.0070 0.0018 0.0005 0.0003
RdYt =
0.3498
>> [V]=LJRdX(RdX
V =
0.2150 0.4284 0.6504 0.7117 0.8068 0.8908 0.9668 1.0000
(3)累计贡献率:
>> [U]=LJGXL(X,T,A
U =
0.1756 0.3846 0.5791 0.6308 0.7198 0.7981 0.8711 0.9043
(4 交叉有效性
由于不会编交叉有效性的MATLAB程序,因此,没再验证。
>> h=6;
(二).计算PLS回归方程的系数
首先,求标准化变量 关于 的回归系数。
>> SCOEFF=pls(h,8,W,P,R
SCOEFF =
-0.0103 -0.0119 0.0073
0.0114 0.0131 -0.0081
-0.0072 -0.0082 0.0051
0.0398 0.0458 -0.0284
-0.0282 -0.0324 0. 1
-0.0221 -0.0254 0.0157
-0.0048 -0.0055 0.0034
0.0007 0.0008 -0.0005
其次,求原始变量y1,y2,y3,关于x1,x2,x3,x4,x5,x6,x7,x8的回归系数。
>> [COEFF,INTERCEP]=plsiscoeff(X,Y,SCOEFF
COEFF =
-0.0000 -0.0000 0.0039
0.0001 0.0000 -0.0331
-0.1944 -0.0198 58.1193
0.0695 0.0071 -20.7671
-0.0192 -0.0019 5.7253
-0.0011 -0.0001 0.3146
-0.0013 -0.0001 0.3768
0.0000 0.0000 -0.0004
INTERCEP =
0.4371 0.0292 309.2128
(三).建立PLS回归方程
x1-风量; x2-热风温度; x3-热风压; x4-透气性; x5-富氧率; x6-煤粉量; x7-料速(料批); x8-
铁量差;
y1-Si; y2-S; y3-铁元素还原速率;
二.
利用40组数据来计算命中率。
Si—0.1;
S--0.01;
铁元素还原速率—50。
[M]=mzl(XX,YY
M =
0.5250 0.3250 0.7250
剩余35页未读,继续阅读
资源评论
matlab大师
- 粉丝: 2450
- 资源: 9万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于Javascript和微信小程序的Anna设计源码
- 基于Java的仿制品设计源码 - bilibili
- 基于Javascript的影视动画设计源码 - cad
- 基于Java和深度学习的瓦斯浓度预测系统后端设计源码 - 瓦斯浓度预测后端
- Screenshot_20240528_103010.jpg
- 基于Python的新能源承载力计算及界面设计源码 - HAINING-DG
- 基于Java的本科探索学习项目设计源码 - 本科探索
- 基于Javascript和Python的微商城项目设计源码 - MicroMall
- 基于Java的网上订餐系统设计源码 - online ordering system
- 基于Javascript的超级美眉网络资源管理应用模块设计源码
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功