天然植物复杂化学模式特征的分步提取法

在运用神经元计算技术对高维小样本复杂化学模式进行分类时，通过模式特征提取，降低输入变量维数，能使复杂的模式分类问题比较容易解决。根据模式类别相关分步分析思路，提出复杂化学模式特征分步提取法，可将原始模式数据中与类别指标相关较大的特征量有效地提取出来。应用于天然植物组效关系辨识结果表明，这种化学模式特征提取方法比经典主成分分析法更为实用可靠。