新加权方法用于处理三维响应数阵中遗失值
多维数据中存在数据遗失的原因有很多,如仪器检测器故障、响应信号超出仪器响应范围、不同样本间的测量间隔不一致以及数据预处理等.本文基于加权三线性模型,提出了加权惩罚交替三线性分解算法(weighted penalty alternating trilinear decomposition,W-APTLD)用于直接分析含有遗失数据的三维响应数阵,并同时给出了基于加权三线性模型的PARAFAC算法(Weighted PARAFAC,WPARAFAC).另外,一个改进的核一致估计方法(Weighted CORCONDIA)用于估计含有遗失值的三维响应数阵.遗失值的三维响应数阵。实验中利用一组模拟和两组真实数据对W-APTLD算法进行了测试，并与W-PARAFAC算法和PARAFAC-SI(PARAFAC with singleimputation)算法进行比较。结果表明，W-APTLD方法可以用于处理含有丢失数据的三维数阵，并具有二阶优势。另外，当数据结构较为复杂时(如共线性问题)，与W-PARAFAC和PARAFAC-SI相比，W-APTLD可以给出更加准确、稳健的结果。以模拟数据为例，使其数据的30％丢失，由其荧光图可见选用普通的二阶校正方法是无法对数据解析的。而利用W-APTLD方法对这组数据分析，其结果可见分析结果十分满意。
化学传感器 三维响应数阵 遗失数据 加权惩罚交替三线性分解算法
李勇 吴海龙 左奇 谷惠文 翟敏 俞汝勤
化学生物传感与计量学国家重点实验室,湖南大学,长沙,410082
国内会议
成都
中文
1-2
2014-11-07（万方平台首次上网日期，不代表论文的发表时间）