[发明专利]使用偏最小二乘分析(PLS-树)分级地组织数据

权利要求书

1.一种计算机实现的方法，包括：

提供第一数据矩阵和第二数据矩阵，所述第一和第二数据矩阵中的每一个包括一个或多个变量(矩阵列)和多个数据点(矩阵行)；

使用偏最小二乘(PLS)分析或正交PLS(OPLS)分析从所述第一数据矩阵确定第一得分；以及

将所述第一和第二数据矩阵逐行地分割成第一组和第二组，所述分割是基于所述第一数据矩阵的第一得分、所述第一数据矩阵的方差、以及所述第一和第二组的方差相对于所述第一和第二数据矩阵的方差的关系。

2.如权利要求1所述的方法，其特征在于，分割包括使表征所述第一PLS或OPLS得分的方差和所述第二数据矩阵的变差之间的关系的参数最小化。

3.如权利要求1所述的方法，其特征在于，分割包括使所述第一和第二组之间的统计差最大化，所述统计差是基于所述第一数据矩阵的第一PLS或OPLS得分的方差、每个组的第二数据矩阵的方差、以及关联于分割后残留在所述第一和第二组中的数据矩阵的大小的函数计算出的。

4.如权利要求1所述的方法，其特征在于，所述第一数据矩阵包含表征工艺数据的数据。

5.如权利要求1所述的方法，其特征在于，所述第二数据矩阵包含表征产出数据、质量数据或其组合的数据。

6.如权利要求1所述的方法，其特征在于，所述第一数据矩阵包含表征与感兴趣的分子或大分子的结构变化关联的测得或计算出的数据的数据。

7.如权利要求1所述的方法，其特征在于，所述第二数据矩阵包含表征相同分子或大分子的生物数据的数据。

8.如权利要求1所述的方法，其特征在于，所述第一组包括第三数据矩阵和第四数据矩阵，所述第三数据矩阵和第四数据矩阵各自通过将所述第一和第二数据矩阵逐行地分割成所述第一和第二组而得到，所述方法还包括：

使用第二偏最小二乘(PLS)分析或OPLS分析从所述第三数据矩阵确定第二得分；以及

将所述第三和第四数据矩阵逐行地分割成第三组和第四组，所述分割是基于所述第三数据矩阵的第二得分、第三数据矩阵的方差、以及所述第三和第四组的方差相对于所述第三和第四数据矩阵的方差的关系。

9.如权利要求8所述的方法，其特征在于，所述第二组包括第五数据矩阵和第六数据矩阵，所述方法还包括：

当所述第二组包括多于阈值数的数据点时，使用第三偏最小二乘(PLS)分析或OPLS分析从所述第五矩阵确定第三得分；以及

将所述第五和第六数据矩阵逐行地分割成第五组和第六组，所述分割是基于所述第五数据矩阵的第三得分、所述第三数据矩阵的方差、以及所述第五和第六组的方差相对于所述第五和第六数据矩阵的方差的关系。

10.如权利要求9所述的方法，其特征在于，还包括分级地显示所述第一、第二、第三、第四、第五或第六组。

11.如权利要求9所述的方法，其特征在于，还包括当所述第二组包括少于阈值数的数据点时终止所述第二组的分割。

12.如权利要求9所述的方法，其特征在于，还包括当将所述第二组分割成第五和第六组的情况下所述第二得分和第二数据矩阵的组合方差不减小时，终止所述第二组的分割。

13.如权利要求9所述的方法，其特征在于，还包括当与所述第一和第二数据矩阵关联的之前分割的次数等于或超过预定阈值时终止所述第二组的分割。

14.如权利要求9所述的方法，其特征在于，所述预定阈值是表征树形图中最大分级层数的极限值。

15.如权利要求1所述的方法，其特征在于，还包括在显示所述第一数据矩阵和所述第二数据矩阵的图表上标识所述第一组或所述第二组。

16.如权利要求1所述的方法，其特征在于，所述方差用四分位间法计算的。