Regresión consensual de modelos PLS dispersos de Lasso para espectros de alimentos en el infrarrojo cercano
Autores: Yuan, Lei-Ming; Yang, Xiaofeng; Fu, Xueping; Yang, Jiao; Chen, Xi; Huang, Guangzao; Chen, Xiaojing; Li, Limin; Shi, Wen
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Regresión consensual de modelos PLS dispersos de Lasso para espectros de alimentos en el infrarrojo cercano
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Espectros infrarrojos
Modelos cuantitativos
Variables latentes
Mínimos cuadrados parciales
Contracción absoluta mínima
Algoritmo de fusión
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
En algunos casos, los espectros de infrarrojo cercano (NIRS) hacen que la predicción de modelos cuantitativos sea poco confiable, y la elección de un número adecuado de variables latentes (LVs) para el método de mínimos cuadrados parciales (PLS) es difícil. En este caso, una estrategia de fusión de modelos miembro con información importante está siendo gradualmente valorada en investigaciones recientes.
Descripción
En algunos casos, los espectros de infrarrojo cercano (NIRS) hacen que la predicción de modelos cuantitativos sea poco confiable, y la elección de un número adecuado de variables latentes (LVs) para el método de mínimos cuadrados parciales (PLS) es difícil. En este caso, una estrategia de fusión de modelos miembro con información importante está siendo gradualmente valorada en investigaciones recientes.