1. 中国矿业大学计算机科学与技术学院
2. 中国科学院计算技术研究所智能信息处理重点实验室
纸质出版:2010
移动端阅览
丁世飞, 贾伟宽, 许新征, 等. 基于PLS的Elman神经网络算法研究[J]. 电子学报, 2010,(S1):71-75.
针对特征变量多的小样本
结合偏最小二乘(Partial Least Squares
PLS)法则原理与Elman神经网络结构性质
提出基于PLS的Elman神经网络算法(PLS-Elman).新算法通过PLS对高维小样本进行特征降维时
顾及了与因变量的相关程度
所得到的数据进行网络训练和仿真
明显的简化了网络结构
且可得较精确的网络模型.通过实例分析
结果表明新算法提高了网络的收敛速度、预测的精准率
证明新算法提高网络处理问题的效率.同时为便于验证新算法的有效性
与基于主成分分析(Principal Component Analys
PCA)的Elman神经网络算法(PCA-Elman)进行了比较
PLS-Elman算法有明显的优越性.
刘波平,秦华俊,罗香,曹树稳,王俊德.基于Elman网络的近红外光谱技术多组分定量分析研究[J].光谱学与光谱分析,2007(12).
尹建川,东昉,侯建军,胡江强.基于分级偏最小二乘回归的径向基函数神经网络[J].大连海事大学学报,2007(03).
骆中华,刘瑞兰,苏宏业,屈利娟.基于PLS快速剪枝法的RBF神经网络软测量模型建模方法和应用[J].化工自动化及仪表,2005(03).
丁世飞,靳奉祥,史忠植.基于PLS的信息特征压缩算法[J].计算机辅助设计与图形学学报,2005(02).
张映梅,李修炼,赵惠燕.模拟人工神经网络对小麦吸浆虫发生程度的预测[J].西北农林科技大学学报(自然科学版),2003(S1).
王惠文著.偏最小二乘回归方法及其应用[M].国防工业出版社,1999.
E. Lewis,C. Sheridan,M. O’Farrell,D. King,C. Flanagan,W.B. Lyons,C. Fitzpatrick.Principal component analysis and artificial neural network based approach to analysing optical fibre sensors signals[J].Sensors & Actuators: A. Physical,2007(1).
E.S. Gopi.Digital image forgery detection using artificial neural network and independent component analysis[J].Applied Mathematics and Computation,2007(2).
Warren S. McCulloch,Walter Pitts.A logical calculus of the ideas immanent in nervous activity[J].The Bulletin of Mathematical Biophysics,1943(4).
0
浏览量
3
下载量
0
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621