کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
11005858 1495860 2018 68 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Modeling second-order data for classification issues: Data characteristics, algorithms, processing procedures and applications
ترجمه فارسی عنوان
مدل سازی اطلاعات مرتبه دوم برای مسائل طبقه بندی: ویژگی های داده ها، الگوریتم ها، رویه های پردازش و برنامه های کاربردی
کلمات کلیدی
مدل سازی داده های مرتبه دوم، طبقه بندی، کروماتوگرافی، ماتریس فلورسانس انتشار انتشار، سه راه،
ترجمه چکیده
در این بررسی برخی از جنبه های چالش برانگیز مدل سازی داده های مرتبه دوم را در مسائل طبقه بندی تجزیه و تحلیل نمونه های انتخاب شده از برنامه های فعلی مشخص می کند. سیستم های تحلیلی اصلی مورد استفاده برای طبقه بندی به طور خلاصه از دیدگاه کاربرد استفاده می شود و استفاده از داده های تولید شده نشان داده شده است. پس از یک بحث مهم در مورد مزایای مربوط به ویژگی های کلی الگوریتم های موجود و مدل های زیربنایی آن، یک مثال به طور دقیق ارائه شده و مورد بحث قرار می گیرد تا نشان دهد که توان بالقوه مدل سازی داده های مرتبه دوم در فیلد طبقه بندی. علاوه بر این، ابزار پیش پردازش داده پیشرفته قبل از تجزیه و تحلیل چند متغیره توضیح داده شده و ابزار مربوطه نمایش داده می شود. در نهایت، چشم اندازهای جدیدی در زمینه طبقه بندی چند منظوره ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه شیمی شیمی آنالیزی یا شیمی تجزیه
چکیده انگلیسی
This review outlines some of the challenging aspects of applying second-order data modeling in classification issues analyzing selected examples of current applications. The main analytical platforms used for classification are briefly discussed from the application point of view, and the utilization of the generated data is illustrated. After a critical discussion of the advantages concerning the general features of the available algorithms and their underlying models, one example is presented and discussed in detail with the purpose of illustrating the high potentiality of second-order data modeling in the classification field. In addition, advanced data pre-processing tools, prior to multivariate analysis, are explained, and relevant tools are displayed. Finally, novelty prospects in multi-way classification area are presented.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: TrAC Trends in Analytical Chemistry - Volume 107, October 2018, Pages 151-168
نویسندگان
, , , ,