17C 颜色与物质浓度辨识做题笔记_17c.cv

17C 颜色与物质浓度辨识做题笔记

第一题：建立颜色-浓度模型，对五组数据优劣进行评估，给出准则

第二题：建立颜色读数和物质浓度的数学模型，并给出模型的误差分析。

第三题：探讨数据量和颜色维度对模型的影响。

关键词：多元线性回归、非线性、层次分析、相关性分析、变异系数、异常值处理、优劣评价

异常值处理：明显离散点

数据优劣评价：间距、离散程度、样本量等，最好能用指标进行综合评价（论文3）

总结：第一二问相关性+多元回归 第三问 看变化维度数和样本数进行效果检验

论文1

第一题

1. 查文献证明浓度与颜色纯在一定线性关系

2. 每种物质建立多元线性回归方程，去掉偏离值再回归

   回归效果不好说明数据不好…

第二题

1. 线性回归效果不足，残差较大

   使用多元非线性回归rstool 通过标准差确定具体模型

第三题

​ 直接减少样本量和颜色维度 看拟合效果

​ 再使用层次分析判断哪个比较重要

论文2

第一题

1. 画色卡观察浓度与颜色差异
2. 绘制折线图观察
3. 皮尔逊相关系数
4. 使用灰度整合RGB特征再建立回归方程
5. 使用变异系数、离散度评价数据好坏

后面写得乱七八糟

论文3

第一题

1. 灰度+线性回归

2. RGB不行时 使用SH进行建模

   数据特征先快后慢
   

3. 使用准确度和精密度进行数据评价

4. 使用权重标准差和 除以 数据量 定义为数据优劣度（每个样本各特征的平均偏移）

后面乱七八糟