融入受限玻尔兹曼机的偏最小二乘优化方法

发布时间：2018-07-05 06:21

  本文选题：受限玻尔兹曼机 + 偏最小二乘法　； 参考：《计算机工程》2017年07期

【摘要】：偏最小二乘法内部采用主成分分析,不能充分表达数据的非线性特征,对非线性数据的预测精度较低。为此,提出一种融合受限玻尔兹曼机与偏最小二乘的分析预测方法。该方法利用受限玻尔兹曼机对特征空间提取非线性结构,将提取的特征成分取代偏最小二乘中的成分,从而得到适应非线性的模型。实验结果表明,融合受限玻尔兹曼机与偏最小二乘法的分析方法能较好地反映数据的非线性特征。
[Abstract]:The principal component analysis (PCA) is used in the partial least square method, which can not fully express the nonlinear characteristics of the data, and the prediction accuracy of the nonlinear data is low. In this paper, a method of combining constrained Boltzmann machine and partial least squares is proposed. In this method, the nonlinear structure is extracted by using a constrained Boltzmann machine on the feature space, and the extracted feature components are replaced by the components in the partial least squares, and a nonlinear model is obtained. The experimental results show that the method of fusion of constrained Boltzmann machine and partial least square method can well reflect the nonlinear characteristics of the data.
【作者单位】： 江西中医药大学计算机学院;江西中医药大学药学院;
【基金】：国家自然科学基金“融合随机森林的偏最小二乘法在中医药数据分析中的应用研究”(61363042);国家自然科学基金“融合Softmax回归和偏最小二乘的中药数据分析方法研究”(61562045) 江西省自然科学基金重大项目(20152ACB20007) 江西省高校科技落地计划项目(LD12038) 江西中医药大学校级研究生创新专项资金计划项目(JZYC15S09)
【分类号】：O212.4

【相似文献】

相关期刊论文 前2条

1 刘来福，唐志宇，，匡锦瑜;向量玻尔兹曼机[J];北京师范大学学报(自然科学版);1996年04期

2 ;[J];;年期

相关硕士学位论文 前10条

1 李娟;基于RBM的小分子活性及选择性研究[D];兰州大学;2015年

2 叶睿;基于深度学习的人脸检测方法研究[D];哈尔滨工业大学;2015年

3 张卫东;深度信念网络及其在手写字体识别中的应用[D];成都理工大学;2015年

4 施维劏;门限玻尔兹曼机在人脸识别中的鲁棒性研究[D];北京交通大学;2015年

5 万程;自适应基数受限玻尔兹曼机[D];清华大学;2015年

6 李亦锬;受限的玻尔兹曼机在背景建模和文本建模中的研究与应用[D];中国科学技术大学;2016年

7 张艳霞;基于受限玻尔兹曼机的深度学习模型及其应用[D];电子科技大学;2016年

8 朱常宝;基于深度玻尔兹曼机的特征学习算法研究[D];北京化工大学;2016年

9 张怡康;基于受限玻尔兹曼机的深度学习方法研究[D];北京化工大学;2016年

10 董时静;全局形状与局部一致性联合建模的显著性检测[D];大连理工大学;2016年

本文编号：2099274