本文選題：偏最小二乘法 + 非線性�。� 參考：《中國新藥雜志》2017年17期

【摘要】：中醫(yī)方藥呈現(xiàn)多靶點(diǎn)、多成分、多藥效指標(biāo)等特點(diǎn),決定了中醫(yī)藥數(shù)據(jù)具有多自變量、多因變量和非線性的特征。偏最小二乘法(PLS)以其內(nèi)部交叉核驗(yàn)的本質(zhì),難以滿足中醫(yī)藥非線性的特性,而模型樹在回歸建模時(shí),由多個(gè)多元線性片段組成,對非線性數(shù)據(jù)有良好的擬合效果。基于此,本文提出了一種融合模型樹的PLS。PLS外模型中的主成分仍按照原來的方法不斷提取并累計(jì)t=(t_1,t_2,t_3,…),將這些主成分分別與原始被解釋變量不斷構(gòu)建模型樹,直到滿足精度條件為止。分別在麻杏石甘湯君藥平喘實(shí)驗(yàn)、止咳實(shí)驗(yàn)和UCI機(jī)器學(xué)習(xí)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),結(jié)果表明,融合模型樹的PLS對中醫(yī)藥數(shù)據(jù)有很好的適應(yīng)性。
[Abstract]:The characteristics of traditional Chinese medicine (TCM) such as multi-target, multi-component and multi-efficacy index determine that TCM data have the characteristics of multi-independent variable, multi-dependent variable and nonlinear.Partial least square method (PLS) is difficult to satisfy the nonlinear characteristics of TCM because of its internal cross verification. In regression modeling, the model tree is composed of multiple linear segments, which has a good fitting effect on nonlinear data.Based on this, this paper proposes that the principal components of an external PLS.PLS model fused with the model tree are still extracted and accumulated according to the original method.The principal components and the original interpreted variables are used to construct the model tree until the precision condition is satisfied.The experiments were carried out on the experimental data sets of Maxingshi Gantangjun medicine for relieving asthma, cough relief and UCI machine learning. The results showed that the PLS of the fusion model tree had a good adaptability to the traditional Chinese medicine data.
【作者單位】： 江西中醫(yī)藥大學(xué)計(jì)算機(jī)學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(61363042);國家自然科學(xué)基金項(xiàng)目(61562045) 江西省自然科學(xué)基金重大項(xiàng)目(20152ACB20007) 江西中醫(yī)藥大學(xué)校級研究生創(chuàng)新專項(xiàng)資金項(xiàng)目(JZYC16S05)
【分類號】：O212;R28

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐芬;張國強(qiáng);張明峰;;偏最小二乘法應(yīng)用于回歸的局限性[J];安徽工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

2 周愛民;基于偏最小二乘法的情報(bào)組合預(yù)測法[J];統(tǒng)計(jì)與決策;2004年08期

3 徐繼剛;馮新瀘;管亮;王帥;楊嵐;;多態(tài)偏最小二乘法模型[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2012年06期

4 劉傳起;王雪梅;蘇濤;;偏最小二乘法在成分提取中的應(yīng)用研究[J];裝備制造技術(shù);2009年10期

5 薛艷;陳巧玉;;偏最小二乘法在顧客滿意度評價(jià)中的運(yùn)用[J];合作經(jīng)濟(jì)與科技;2006年07期

6 蘇越,郭寅龍;偏最小二乘法中主成分?jǐn)?shù)確定的新方法[J];計(jì)算機(jī)與應(yīng)用化學(xué);2001年03期

7 段宏博;;助推偏最小二乘法(BPLS)及其應(yīng)用[J];數(shù)學(xué)理論與應(yīng)用;2009年04期

8 白裔峰;肖建;于龍;;分塊核偏最小二乘法[J];西南交通大學(xué)學(xué)報(bào);2007年05期

9 賈潤達(dá);毛志忠;常玉清;周俊武;;基于投影尋蹤的非線性魯棒偏最小二乘法及應(yīng)用[J];控制理論與應(yīng)用;2010年03期

10 吳昌珂;陳煒;;基于偏最小二乘法的BP網(wǎng)絡(luò)在艦船維修費(fèi)用預(yù)測中的應(yīng)用[J];科技創(chuàng)新導(dǎo)報(bào);2011年33期

相關(guān)會(huì)議論文 前1條

1 陳章華;陳磊;;基于偏最小二乘法的初始地應(yīng)力場的反演分析[A];北京力學(xué)會(huì)第18屆學(xué)術(shù)年會(huì)論文集[C];2012年

，

本文編號：1759757