文献

J-GLOBAL ID：201702275040397695   整理番号：17A1125478

定量的スペクトル校正における二重異常値性解析:暗黙の検出と異常値の直観的分類【Powered by NICT】

Double outlyingness analysis in quantitative spectral calibration: Implicit detection and intuitive categorization of outliers

著者 (4件)： Cao Hui (School of Electrical Engineering, Xian Jiaotong University, Xian 710049, PR China) ,  Yu Yajie (School of Electrical Engineering, Xian Jiaotong University, Xian 710049, PR China) ,  Zhou Yan (School of Energy and Power Engineering, Xian Jiaotong University, Xian 710049, PR China) ,  Hei Xiali (Dept. of Computer and Information Sciences Delaware State University, Dover, DE 19901, USA)
資料名： Chemometrics and Intelligent Laboratory Systems  (Chemometrics and Intelligent Laboratory Systems)
巻： 166  ページ： 23-36  発行年： 2017年 
JST資料番号： E0150B  ISSN： 0169-7439  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,スペクトルキャリブレーションセットにおける異常値はその誤差導入パターンに基づいて解析し,分類した。異常値検出と分類のための二重異常値性分析(DOA)法は,異常値の誤差構造詳細するツールとして提案した。二異常値性値は提案した方法に基づいて計算した。内座層モデルに基づく異常値診断図は,汚染されたスペクトル信号と試料タイプI(異常値),不正確な濃度(s)の四タイプを区別するために作成した;タイプII(異常値),不正確な濃度(S)は汚染されていないスペクトル信号とIII型(異常値),正しい濃度(s)は,汚染されたスペクトル信号とIV型(内座層),正しい濃度(s)汚染されていないスペクトル信号であった。定量的スペクトルキャリブレーションのための四つのデータセットを用いて,DOAと既存の五種類の方法を比較した。結果はDOAはすべてのタイプの異常値の検出と異常値構造を解析するための道具を提供できることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： スペクトル ,  *異常値
準シソーラス用語： 異常値検出 , 【Automatic Indexing@JST】

著者キーワード (4件)： 異常値 ,  内座層 ,  エラー導入パターン ,  DOA

分類 (2件)： 数値計算  (JE02000J) ,  分光分析  (CC03012W)

タイトルに関連する用語 (7件)： 定量 ,  スペクトル ,  校正 ,  異常値 ,  解析 ,  直観 ,  分類