现代工业生产过程中,为了严格控制产品质量,降低能耗与生产成本,减少对环境的污染,需要加强对产品质量的监测分析。产品质量分析方法主要包括化学分析法与仪器分析法,目前仪器分析法已成为分析方法的主流。光谱分析技术,因其分析速度快、对样品无损、操作技术要求低等优势,已成为一类常用的仪器分析方法,近年来得到了普遍的重视与广泛的应用。光谱定量分析大都采用如下方法：首先基于一组已知组成或属性的训练样本与对应的谱图建立光谱分析模型,再基于该模型与未知样品的谱图对未知样品的组成或性质进行分析计算。
然而,实际应用中,受环境干扰、仪表偏差和人为失误等因素的影响,训练样本数据集中很可能存在部分异常样本；这些异常样本显著地降低了分析模型的可靠性与准确性。如何避免或减少异常或错误训练样本对分析结果的不利影响,已成为当前迫切需要解决的问题。本文以光谱定量分析为背景,对稳健回归技术进行了深入的研究,具体包括：
1.针对现有稳健偏最小二乘(Partial Least Squares, PLS)的不足,提出了一种具有异常样本自动剔除功能的稳健PLS算法。该算法在建模过程中进行迭代计算,通过PLS回归误差分布确定置信区间,并由此...
【英文摘要】
In order to guarantee product quality and to reduce energy consumption, production costs as well as environmental pollution, quality monitoring need to be paid more attention in modern industries. Quality analysis mainly consists of chemical analysis and instrumental analysis. The instrumental analysis has become mainstream. Due to the advantages of spectral analysis, such as fast, non-destructive, easy to operate, etc., it has recently been used in many different fields. The principle of spectral analysis ...
| 
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
