PEW 2017(PLS-ANN-SVM-ELM-光谱数据处理)试用.zip_ELM_PEW 2017_SVM--ELM_sv

安装使用说明书 一.安装 按普通软件安装方法进行安装。 二.卸载 按普通软件卸载方法进行卸载。 三.注册 第一步:PEW>注册----Excel 2007以下（不含2007)。 加载项>PEW>注册----Excel 2007以上（含2007)。 第二步:按提示操作。 四.使用 本软件安装完成后，将在Excel菜单栏中增加一个PEW菜单，打开任何一张Excel表格即可使用。 第一步:表格无需整理，也不论表格横竖排列，只要在想研究的参数标题栏单元格内插入Xi和Yi。或者在表格参数值的顶端另增加一行，重新标记Xi和Yi。(以上表格标题为横向排列，若为竖向排列，操作类似)。 第二步:PEW>...----Excel 2007以下（不含2007)。 加载项>PEW>...----Excel 2007以上（含2007)。 注：可参考随压缩包的《案例及验证》布置表格。 五.问题 1.PEW没有安装进Excel A原因：Excel宏安全性设置过高，不允许加载宏装入。 A措施：第一步：将宏安全性设置为低，具体：Excel>工具>宏>安全性>安全级>低>确定。 第二步：重新安装。----Excel 2007以下（不含2007) A措施：第一步：将宏安全性设置为低，具体：Excel>鼠标右键点击开始>自定义快速访问工具栏>信任中心 >信任中心>加载项>不勾选任何项目>ActiveX设置>无限制启用所有控件并且不提示 >宏设置>启用所有宏>确定。 第二步：重新安装。----Excel 2007以上（含2007) B原因：Microsoft Office版本内容过于简化，缺少VBA。 B措施：重新安装较完整的Microsoft Office软件。 C原因：Windows 7或Vista操作系统。 C措施：第一步：以管理员用户安装。 第二步：从控制面板中将用户帐户控制（UAC）功能调到最低。 D原因：杀毒软件误认为病毒，不允许安装。 D措施：退出杀毒软件，重新安装。 2.PEW的五个菜单无法使用 原因：Excel VBA加载项中的Aosps 4.0没有实现自动勾选。 措施：Excel>工具>加载项>勾选Aosps 4.0>确定。----Excel 2007以下（不含2007) 措施：Excel>鼠标右键点击开始>自定义快速访问工具栏>加载项> Excel加载项>转到>勾选Aosps 4.0>确定。----Excel 2007以上（含2007) 3.PEW生成的Excel表单中《pls12-Ti2椭圆图与特异点的发现》全是特异点 原因：Excel加载项中的t分布表、F分布表损坏。 措施：PEW重新安装。 注：新的版本不会出现这个问题。 4.神经网络（ANN）、支持向量机（SVM）、极限学习机（ELM）功能无法使用 原因：电脑中没有安装matlab7.1及以上版本。 措施：安装matlab7.1及以上版本。 六.分析解决实际问题的一股步骤 第一步:判断本次分析是否可靠： 阅读Word—《偏最小二乘回归统计分析报告》第四条—自变量与因变量的相关关系 参见Excel—pls2-自变量集合X与因变量集合Y相关关系 第二步:判断提取的主成分对变量的解释能力是否足够： 阅读Word—《偏最小二乘回归统计分析报告》第三条—提取的主成份对变量的解释能力 参见Excel—pls2-精度分析 第三步:判断显著变量： 之一： 阅读Word—《偏最小二乘回归统计分析报告》第五条—自变量在解释因变量时的作用 参见Excel—pls2-自变量在解释因变量时的作用 之二： 阅读Word—《偏最小二乘回归统计分析报告》第十条—数学模型—偏最小二乘回归标准化数据数学模型—Bootstrap检验 参见Excel—pls2-标准化数据回归方程回归系数直方图 可观察到VIP值的最大值与标准化数据回归方程回归系数/拒绝域临界值的绝对值的最大值，是一致的，即两种统计检验方法得出的最显著变量是一致的。另外，两种方法得出的显著变量绝大多数情况下也是一致的，据此可找到显著变量。 第四步:找到初步的因果规律： 阅读Word—《偏最小二乘回归统计分析报告》第十条—数学模型—偏最小二乘回归原始数据数学模型(最终) +：表示正相关 -：表示正相关 方程系数：表示自变量每变动一个单位，对结果的影响大小 参见Excel—pls2-原始数据回归方程回归系数表 第五步:找到更加准确的因果规律： 在原始数据中，只保留Bootstrap检验提示的显著变量，对此变量的数据再作一次偏最小二乘运算，注意选取与上次一样的主成分数。比较两次运算得到的pls2-偏最小二乘回归拟合与去一预测表，会发现，用显著变量做的预测精度高于用所有变量做的，说明这个模型抓住了主要矛盾，比原来的更加精准。同时，也会发现，模型系数的正负号不会改变，即统计规律大方向不会改变，但系数有所变化，这时的系数更加接近事物真实的规律。另外，用显著变量进入神经网络预测，比用所有变量的神经网络预测精度高，说明结合偏最小二乘和Bootstrap检验方法后，神经网络预测精度提高了。最后，在存在非线性因素的系统中，保留显著变量的神经网络预测精度比保留显著变量的偏最小二乘模型精度高，这点体现出神经网络在非线性系统中更加准确的预测功能。 第六步:找到异常数据： 阅读Word—《偏最小二乘回归统计分析报告》第八条—特异点的发现及处理 参见Excel—pls2-Ti2椭圆图与特异点的发现 第七步:找到最佳工艺参数： 1.打开Excel—pls2-常用统计量 2.对因变量指标进行排序 3.因变量指标最好的工艺参数即是符合统计规律的最佳工艺参数 4.特异点如果能排除误差因素，也可能是非线性的最佳工艺参数 第八步:对复杂系统进行断层扫描： 系统非常复杂，多个因变量指标高度相关，而且需要同时考虑时，此时模型有多个自变量，多个因变量。根据w*hj的取值情况来大致判断成分th的物理意义；根据rhj的取值，判断th主要用于解释Y中的哪一部份信息。从而将工艺参数分为多个层次，分别考虑其对指标的影响， 阅读Word—《偏最小二乘回归统计分析报告》第六条—对成分的解释或命名 参见Excel—pls2-对成分的命名 六.光谱数据预处理的一股步骤 第一步:光谱数据整理： 参见《光谱数据处理案例》——《原始光谱数据》 第二步:预处理： 加载项—PEW—光谱数据处理—预处理—设置参数 第三步:选择波长： 加载项—PEW—光谱数据处理—变量选择—遗传算法(GA) 根据fin选择合适波长 第四步:精度比较： 用PLS、SVM等进行计算，比较去一预测相对误差，判断预处理设置的参数及遗传算法选择的波长是否合适 联系人：顾先生 联系电话：18055595710 邮箱：gystld@126.com 上海敬贤信息科技有限公司 网址：www.plsexcelword.com