部分最小二乘算法的神经元网络实现 |
| |
引用本文: | 赵仕健,徐用懋.部分最小二乘算法的神经元网络实现[J].清华大学学报(自然科学版),2004,44(10):1348-1351. |
| |
作者姓名: | 赵仕健 徐用懋 |
| |
作者单位: | 清华大学,自动化系,北京,100084 |
| |
基金项目: | 国家"八六三"高技术项目(2001AA413320) |
| |
摘 要: | 部分最小二乘(PLS)算法在多元统计过程监控等领域得到了广泛应用.但常用的求解方法需要多次迭代求解残差矩阵,不利于对算法的理论分析和结论的解释.基于PLS算法的优化函数形式,该文提出一种新的PLS优化目标函数及相应简化算法.在此基础上构造了PLS算法与线性神经元网络之间的自然映射,给出了相应的训练算法及其理论分析.仿真结果验证了所提出算法的有效性,表明该算法可直接从原数据矩阵得到相应的成分及回归系数,并易于对其进行解释.
|
关 键 词: | 神经元网络 部分最小二乘 简化算法 |
文章编号: | 1000-0054(2004)10-1348-04 |
修稿时间: | 2003年7月14日 |
Neural Network Implementation of the PLS Algorithm |
| |
Abstract: | |
| |
Keywords: | neural network partial least squares (PLS) simplified algorithm |
本文献已被 万方数据 等数据库收录! |
|