Hyppää sisältöön
    • Suomeksi
    • På svenska
    • In English
  • Suomeksi
  • In English
  • Kirjaudu
Näytä aineisto 
  •   Etusivu
  • LUTPub
  • Diplomityöt ja Pro gradu -tutkielmat
  • Näytä aineisto
  •   Etusivu
  • LUTPub
  • Diplomityöt ja Pro gradu -tutkielmat
  • Näytä aineisto
JavaScript is disabled for your browser. Some features of this site may not work without it.

Novel Regression Methods For Spectral Data

Kayondo, Wasswa Hassan (2012)

Katso/Avaa
nbnfi-fe201206055761.pdf (571.7Kb)
Lataukset: 


Diplomityö

Kayondo, Wasswa Hassan
2012

Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
http://urn.fi/URN:NBN:fi-fe201206055761

Tiivistelmä

Singular Value Decomposition (SVD), Principal Component Analysis (PCA)
and Multiple Linear Regression (MLR) are some of the mathematical pre-
liminaries that are discussed prior to explaining PLS and PCR models. Both
PLS and PCR are applied to real spectral data and their di erences and
similarities are discussed in this thesis. The challenge lies in establishing the
optimum number of components to be included in either of the models but
this has been overcome by using various diagnostic tools suggested in this
thesis. Correspondence analysis (CA) and PLS were applied to ecological
data. The idea of CA was to correlate the macrophytes species and lakes.
The di erences between PLS model for ecological data and PLS for spectral
data are noted and explained in this thesis.
i
Kokoelmat
  • Diplomityöt ja Pro gradu -tutkielmat [9984]
LUT-yliopisto
PL 20
53851 Lappeenranta
Ota yhteyttä | Lähetä palautetta | Tietosuoja | Saavutettavuusseloste
 

 

Tämä kokoelma

JulkaisuajatTekijätNimekkeetKoulutusohjelmaAvainsanatSyöttöajatYhteisöt ja kokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy
LUT-yliopisto
PL 20
53851 Lappeenranta
Ota yhteyttä | Lähetä palautetta | Tietosuoja | Saavutettavuusseloste