原文服务方: 计算机应用研究       
摘要:
偏最小二乘方法在多元线性回归建模中存在着诸多优势,但其本质还是线性回归,难以满足中医药非线性的特性.而随机森林构建的回归模型是由多个多元线性片段构成,对非线性数据有良好的拟合效果.提出了一种融合随机森林的偏最小二乘方法,该方法主要是利用PLS不断提取主成分并累计,利用随机森林算法将这些主成分分别与原始被解释变量不断构建多棵决策树,直到满足精度条件为止.分别采用麻杏石甘汤君药止咳、平喘和UCI数据集的数据进行分析处理,实验结果表明,融合随机森林的偏最小二乘分析方法对中医药数据有很好的适应性.
推荐文章
融合softmax的偏最小二乘法及中药数据分析研究
偏最小二乘法
softmax回归
非线性
中医药信息学
鲁棒递推偏最小二乘法
野点分析
递推偏最小二乘法
鲁棒主分量回归算法
交流异步电力测功机
基于偏最小二乘法的多传感器信息融合研究
信息处理技术
偏最小二乘法
信息融合
传感器
数据挖掘中应用偏最小二乘法发现异常值
回归分析
偏最小二乘法
误差分析
经济预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 融合随机森林的偏最小二乘法及其中医药数据分析
来源期刊 计算机应用研究 学科
关键词 偏最小二乘法 中医药信息 随机森林 非线性
年,卷(期) 2018,(10) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2940-2942,2968
页数 4页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.10.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 余日跃 江西中医药大学药学院 78 568 14.0 21.0
2 杜建强 江西中医药大学计算机学院 78 376 10.0 16.0
3 朱志鹏 江西中医药大学计算机学院 9 30 4.0 5.0
4 喻芳 江西中医药大学计算机学院 8 29 4.0 5.0
5 聂斌 江西中医药大学计算机学院 49 122 6.0 9.0
6 曾青霞 江西中医药大学计算机学院 5 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (295)
参考文献  (9)
节点文献
引证文献  (4)
同被引文献  (30)
二级引证文献  (24)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(2)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(18)
  • 引证文献(2)
  • 二级引证文献(16)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
偏最小二乘法
中医药信息
随机森林
非线性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导