《偏最小二乘法最佳化及其在中醫藥領域的套用研究》是2021年清華大學出版社出版的圖書，作者是杜建強、聶斌、熊旺平。
基本介紹
- 中文名：偏最小二乘法最佳化及其在中醫藥領域的套用研究
- 作者：杜建強,聶斌,熊旺平
- 出版時間：2021年8月
- 出版社：清華大學出版社
- ISBN：9787302568544
- 類別：基礎醫學
- 開本：16 開
- 裝幀：平裝
內容簡介,作者簡介,圖書目錄,
內容簡介
本書內容是在充分利用偏小二乘原理優勢的基礎上，重點研究改進與最佳化偏小二乘的不足方面，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最佳化偏小二乘的噪聲處理，使其處理缺失值和噪聲更有效；分別引入特徵相關、L1正則項和灰色關聯最佳化偏小二乘的特徵提取，實現有效降維和提取特徵子集；分別融合受限玻爾茲曼機、稀疏自編碼器、深度置信網路提取非線性成分，最佳化偏小二乘線性提取；採用模型樹、隨機森林和softmax實現偏小二乘非線性回歸，使非線性領域模型構建更有效。
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。
圖書目錄
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 常態分配 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 測定係數 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 變數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套用的思路 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 最佳化偏小二乘的數據預處理方法 066
7.1 問題的提出 066
7.2 基於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 最佳化模型的建立 070
7.2.3 實驗設計與結果分析 071
7.3 基於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 最佳化模型的建立 076
7.3.3 實驗設計與結果分析 080
7.4 本章小結 083
第8章 最佳化偏小二乘輔助特徵選擇研究 084
8.1 問題的提出 084
8.2 特徵選擇方法 084
8.2.1 相關定義 085
8.2.2 特徵選擇的過程 086
8.2.3 方法的類型 087
8.3 基於特徵相關的偏小二乘特徵選擇 088
8.3.1 基於相關性的特徵選擇方法 088
8.3.2 最佳化模型的建立 089
8.3.3 實驗設計與結果分析 091
8.4 基於L1正則項的偏小二乘特徵選擇 094
8.4.1 LASSO方法 094
8.4.2 最佳化模型的建立 098
8.4.3 實驗設計與結果分析 102
8.5 基於灰色關聯的偏小二乘特徵選擇 111
8.5.1 灰色關聯分析 111
8.5.2 最佳化模型的建立 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最佳化模型 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最佳化模型 121
9.2.1 受限玻爾茲曼機 121
9.2.2 最佳化模型的建立 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最佳化模型 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 最佳化模型的建立 131
9.3.4 實驗設計與結果分析 134
9.4 融合深度置信網路的偏小二乘最佳化模型 137
9.4.1 深度置信網路 137
9.4.2 最佳化模型的建立 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最佳化模型 146
10.1 問題的提出 146
10.2 融合模型樹的偏小二乘最佳化 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最佳化 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的偏小二乘最佳化 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 最佳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
