融入受限玻尔兹曼机的偏最小二乘优化方法

计算机工程(2017)

引用 0|浏览1
暂无评分
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。
更多
查看译文
关键词
Restricted Boltzmann Machine(RBM),Partial Least Squares(PLS) method,nonlinear,Traditional Chinese Medicine(TCM)information,Principal Component Analysis(PCA)
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要