融合softmax的偏最小二乘法及中药数据分析研究

• 作者: 余日跃 周丽 李欢 杜建强 聂斌 黄强
• 来源期刊: 计算机应用研究
• 关键词: 偏最小二乘法 softmax回归 非线性 中医药信息学
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3740-3743
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.08.0592

摘要

偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)是一种线性分类方法,不能充分表达数据之间的非线性关系,难以适应非线性数据的分类识别.针对该问题,结合softmax回归能够表达非线性特征,提出融合softmax回归的偏最小二乘判别分析算法(PLS-S-DA).为了验证PLS-S-DA对非线性数据的有效性,以准确率、运行时间、查准率、查全率和F1-score为评价指标,采用四组UCI数据集和中药寒热药性数据集测试PLS-S-DA的性能,并与PLS-DA等五种分类算法对比.结果 表明,对具有非线性特征的数据,PLS-S-DA相比于其他算法有更高的准确率,并对寒药和热药有更强的识别能力.

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	聂斌	江西中医药大学计算机学院	49	122	6.0	9.0
4	周丽	江西中医药大学计算机学院	21	51	4.0	6.0
5	李欢	江西中医药大学计算机学院	8	13	3.0	3.0
6	黄强	江西中医药大学计算机学院	7	4	1.0	2.0