掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
中醫入門必背歌訣
-
>
醫驗集要
-
>
尋回中醫失落的元神2:象之篇
-
>
補遺雷公炮制便覽 (一函2冊)
-
>
人體解剖學常用詞圖解(精裝)
-
>
神醫華佗(奇方妙治)
-
>
(精)河南古代醫家經驗輯
偏最小二乘法優化及其在中醫藥領域的應用研究 版權信息
- ISBN：9787302568544
- 條形碼：9787302568544 ; 978-7-302-56854-4
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
偏最小二乘法優化及其在中醫藥領域的應用研究 本書特色
適讀人群 ：其他《偏*小二乘法優化及其在中醫藥領域的應用研究》作者針對多成分、多靶點、多藥效指標以及非線性等特點的中醫藥數據專門建立偏*小二乘法改良方法。作者從數據預處理、特征選擇、非線性特征提取和非線性回歸研究四個方面，系統闡述了優化模型的建模原理及系統操作方法，在解決中醫藥數據分析中的實際問題方面有很重要的參考意義。 全書框架合理，科學性、學術性強，內容闡述系統詳實，結合實際數據集驗證分析方法的優勢，科學嚴謹，能使讀者全面、系統地掌握偏*小二乘的優化方法在中醫藥數據分析方面的應用。全書內容豐富，文筆流暢，是醫藥數理統計方面的專業學術論著，具有很好的社會效益。
偏最小二乘法優化及其在中醫藥領域的應用研究 內容簡介
本書內容是在充分利用偏很小二乘原理優勢的基礎上，重點研究改進與優化偏很小二乘的不足方面，使其更好地適應中醫藥數據分析。主要內容包括分別引入非徑向數據包絡分析和降噪稀疏自編碼器優化偏很小二乘的噪聲處理，使其處理缺失值和噪聲更有效；分別引入特征相關、L1正則項和灰色關聯優化偏很小二乘的特征提取，實現有效降維和提取特征子集；分別融合受限玻爾茲曼機、稀疏自編碼器、深度置信網絡提取非線性成分，優化偏很小二乘線性提取；采用模型樹、隨機森林和softmax實現偏很小二乘非線性回歸，使非線性領域模型構建更有效。
偏最小二乘法優化及其在中醫藥領域的應用研究 目錄
目 錄
第1章 緒論 001
第2章 數據基本表述 005
2.1 數據基本知識 005
2.2 度量中心趨勢 006
2.3 度量離散程度 010
2.4 正態分布 011
2.5 本章小結 012
第3章 數據常規預處理 013
3.1 數據清理 013
3.1.1 缺失值處理 013
3.1.2 噪聲數據處理 015
3.2 數據標準化 016
3.2.1 數據中心化處理 017
3.2.2 數據的無量綱化處理 018
3.2.3 標準化處理 018
3.3 本章小結 019
第4章 線性回歸分析 021
4.1 線性回歸模型 021
4.1.1 一元線性回歸 021
4.1.2 多元線性回歸 022
4.2 *小二乘法原理 023
4.2.1 計算方法的推導 023
4.2.2 總體參數估計量的性質 027
4.3 多重共線性問題 028
4.3.1 問題的提出 028
4.3.2 多重共線性的影響 029
4.3.3 多重共線性的診斷 031
4.3.4 解決多重共線性的方法 033
4.4 模型效果評價指標 035
4.4.1 測定系數 035
4.4.2 均方根誤差 037
4.5 本章小結 038
第5章 偏*小二乘線性回歸模型 039
5.1 基本思路與算法原理 039
5.1.1 基本思路 039
5.1.2 算法原理 040
5.1.3 交叉有效性 043
5.2 算法的基本性質 044
5.3 主要分析技術 048
5.3.1 主成分分析 048
5.3.2 典型相關性分析 051
5.3.3 T2橢圓圖輔助分析 054
5.3.4 變量投影重要性輔助分析技術 055
5.4 本章小結 056
第6章 偏*小二乘在中醫藥領域應用的思路 057
6.1 中醫藥實驗數據 057
6.1.1 數據來源 057
6.1.2 數據特點 061
6.2 總體思路與分析策略 061
6.2.1 總體思路與目標 061
6.2.2 分析策略 063
6.3 本章小結 065
第7章 優化偏*小二乘的數據預處理方法 066
7.1 問題的提出 066
7.2 基于降噪稀疏自編碼器的偏*小二乘缺失值處理 067
7.2.1 降噪稀疏自編碼器 067
7.2.2 優化模型的建立 070
7.2.3 實驗設計與結果分析 071
7.3 基于非徑向數據包絡分析的偏*小二乘噪聲處理 074
7.3.1 非徑向數據包絡分析 074
7.3.2 優化模型的建立 076
7.3.3 實驗設計與結果分析 080
7.4 本章小結 083
第8章 優化偏*小二乘輔助特征選擇研究 084
8.1 問題的提出 084
8.2 特征選擇方法 084
8.2.1 相關定義 085
8.2.2 特征選擇的過程 086
8.2.3 方法的類型 087
8.3 基于特征相關的偏*小二乘特征選擇 088
8.3.1 基于相關性的特征選擇方法 088
8.3.2 優化模型的建立 089
8.3.3 實驗設計與結果分析 091
8.4 基于L1正則項的偏*小二乘特征選擇 094
8.4.1 LASSO方法 094
8.4.2 優化模型的建立 098
8.4.3 實驗設計與結果分析 102
8.5 基于灰色關聯的偏*小二乘特征選擇 111
8.5.1 灰色關聯分析 111
8.5.2 優化模型的建立 112
8.5.3 實驗設計與結果分析 116
8.6 本章小結 118
第9章 偏*小二乘成分提取的非線性優化模型 120
9.1 問題的提出 120
9.2 融合受限玻爾茲曼機的偏*小二乘優化模型 121
9.2.1 受限玻爾茲曼機 121
9.2.2 優化模型的建立 124
9.2.3 實驗設計與結果分析 126
9.3 融合稀疏自編碼器的偏*小二乘優化模型 129
9.3.1 自編碼器 129
9.3.2 稀疏自編碼器的構造 131
9.3.3 優化模型的建立 131
9.3.4 實驗設計與結果分析 134
9.4 融合深度置信網絡的偏*小二乘優化模型 137
9.4.1 深度置信網絡 137
9.4.2 優化模型的建立 139
9.4.3 實驗設計與結果分析 141
9.5 本章小結 144
第10章 偏*小二乘回歸的非線性優化模型 146
10.1 問題的提出 146
10.2 融合模型樹的偏*小二乘優化 146
10.2.1 模型樹 147
10.2.2 非線性模型的建立 149
10.2.3 實驗設計與結果分析 151
10.3 融合隨機森林的偏*小二乘優化 154
10.3.1 隨機森林 154
10.3.2 非線性模型的建立 156
10.3.3 實驗設計與結果分析 159
10.4 融合softmax的偏*小二乘優化 162
10.4.1 softmax 162
10.4.2 非線性模型的建立 163
10.4.3 實驗設計與結果分析 166
10.5 本章小結 170
第11章 總結與展望 173
11.1 偏*小二乘的優勢 173
11.2 偏*小二乘的不足 174
11.3 偏*小二乘的展望 176
附錄A 專業術語 178
附錄B 優化偏*小二乘的多功能數據分析系統使用指南 179
附錄C 中醫藥實驗數據表 202
展開全部
偏最小二乘法優化及其在中醫藥領域的應用研究 作者簡介
杜建強，博士、教授、博導，江西中醫藥大學副校長，江西高等學校中青年學科帶頭人，江西省新世紀百千萬工程人才，中國中醫藥信息學會教育分會會長。主持項目獲國家優秀教學成果獎，主持國家、省部級科研課題17項。
書友推薦
- >
經典常談
- >
李白與唐代文化
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
我與地壇
- >
史學評論
- >
伊索寓言-世界文學名著典藏-全譯本
- >
羅曼·羅蘭讀書隨筆-精裝
- >
苦雨齋序跋文-周作人自編集
本類暢銷
