書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >>
偏最小二乘法優(yōu)化及其在中醫(yī)藥領(lǐng)域的應(yīng)用研究

偏最小二乘法優(yōu)化及其在中醫(yī)藥領(lǐng)域的應(yīng)用研究

出版社：清華大學(xué)出版社出版時間：2021-08-01
開本： 其他 頁數(shù)： 216
中 圖 價:¥92.4(5.5折) 定價  ¥168.0 登錄后可看到會員價
加入購物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書更多>

偏最小二乘法優(yōu)化及其在中醫(yī)藥領(lǐng)域的應(yīng)用研究 版權(quán)信息

偏最小二乘法優(yōu)化及其在中醫(yī)藥領(lǐng)域的應(yīng)用研究 本書特色

適讀人群 ：其他《偏*小二乘法優(yōu)化及其在中醫(yī)藥領(lǐng)域的應(yīng)用研究》作者針對多成分、多靶點(diǎn)、多藥效指標(biāo)以及非線性等特點(diǎn)的中醫(yī)藥數(shù)據(jù)專門建立偏*小二乘法改良方法。作者從數(shù)據(jù)預(yù)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(tǒng)闡述了優(yōu)化模型的建模原理及系統(tǒng)操作方法，在解決中醫(yī)藥數(shù)據(jù)分析中的實(shí)際問題方面有很重要的參考意義。 全書框架合理，科學(xué)性、學(xué)術(shù)性強(qiáng)，內(nèi)容闡述系統(tǒng)詳實(shí)，結(jié)合實(shí)際數(shù)據(jù)集驗(yàn)證分析方法的優(yōu)勢，科學(xué)嚴(yán)謹(jǐn)，能使讀者全面、系統(tǒng)地掌握偏*小二乘的優(yōu)化方法在中醫(yī)藥數(shù)據(jù)分析方面的應(yīng)用。全書內(nèi)容豐富，文筆流暢，是醫(yī)藥數(shù)理統(tǒng)計(jì)方面的專業(yè)學(xué)術(shù)論著，具有很好的社會效益。

偏最小二乘法優(yōu)化及其在中醫(yī)藥領(lǐng)域的應(yīng)用研究 內(nèi)容簡介

本書內(nèi)容是在充分利用偏很小二乘原理優(yōu)勢的基礎(chǔ)上，重點(diǎn)研究改進(jìn)與優(yōu)化偏很小二乘的不足方面，使其更好地適應(yīng)中醫(yī)藥數(shù)據(jù)分析。主要內(nèi)容包括分別引入非徑向數(shù)據(jù)包絡(luò)分析和降噪稀疏自編碼器優(yōu)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(guān)、L1正則項(xiàng)和灰色關(guān)聯(lián)優(yōu)化偏很小二乘的特征提取，實(shí)現(xiàn)有效降維和提取特征子集；分別融合受限玻爾茲曼機(jī)、稀疏自編碼器、深度置信網(wǎng)絡(luò)提取非線性成分，優(yōu)化偏很小二乘線性提；采用模型樹、隨機(jī)森林和softmax實(shí)現(xiàn)偏很小二乘非線性回歸，使非線性領(lǐng)域模型構(gòu)建更有效。

偏最小二乘法優(yōu)化及其在中醫(yī)藥領(lǐng)域的應(yīng)用研究 目錄

目　　錄


第1章　緒論 001

第2章　數(shù)據(jù)基本表述 005

2.1　數(shù)據(jù)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(tài)分布 011

2.5　本章小結(jié) 012

第3章　數(shù)據(jù)常規(guī)預(yù)處理 013

3.1　數(shù)據(jù)清理 013

3.1.1　缺失值處理 013

3.1.2　 噪聲數(shù)據(jù)處理 015

3.2　數(shù)據(jù)標(biāo)準(zhǔn)化 016

3.2.1　數(shù)據(jù)中心化處理 017

3.2.2　數(shù)據(jù)的無量綱化處理 018

3.2.3　標(biāo)準(zhǔn)化處理 018

3.3　本章小結(jié) 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(jì)算方法的推導(dǎo) 023

4.2.2　總體參數(shù)估計(jì)量的性質(zhì) 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(biāo) 035

4.4.1　測定系數(shù) 035

4.4.2　均方根誤差 037

4.5　本章小結(jié) 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(zhì) 044

5.3　主要分析技術(shù) 048

5.3.1　主成分分析 048

5.3.2　典型相關(guān)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(shù) 055

5.4　本章小結(jié) 056

第6章　偏*小二乘在中醫(yī)藥領(lǐng)域應(yīng)用的思路 057

6.1　中醫(yī)藥實(shí)驗(yàn)數(shù)據(jù) 057

6.1.1　數(shù)據(jù)來源 057

6.1.2　數(shù)據(jù)特點(diǎn) 061

6.2　總體思路與分析策略 061

6.2.1　總體思路與目標(biāo) 061

6.2.2　分析策略 063

6.3　本章小結(jié) 065

第7章　優(yōu)化偏*小二乘的數(shù)據(jù)預(yù)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(yōu)化模型的建立 070

7.2.3　實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析 071

7.3　基于非徑向數(shù)據(jù)包絡(luò)分析的偏*小二乘噪聲處理 074

7.3.1　非徑向數(shù)據(jù)包絡(luò)分析 074

7.3.2　優(yōu)化模型的建立 076

7.3.3　實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析 080

7.4　本章小結(jié) 083

第8章　優(yōu)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(guān)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(guān)的偏*小二乘特征選擇 088

8.3.1　基于相關(guān)性的特征選擇方法 088

8.3.2　優(yōu)化模型的建立 089

8.3.3　實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析 091

8.4　基于L1正則項(xiàng)的偏*小二乘特征選擇 094

8.4.1　LASSO方法 094

8.4.2　優(yōu)化模型的建立 098

8.4.3　實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析 102

8.5　基于灰色關(guān)聯(lián)的偏*小二乘特征選擇 111

8.5.1　灰色關(guān)聯(lián)分析 111

8.5.2　優(yōu)化模型的建立 112

8.5.3　實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析 116

8.6　本章小結(jié) 118

第9章　偏*小二乘成分提取的非線性優(yōu)化模型 120

9.1　問題的提出 120

9.2　融合受限玻爾茲曼機(jī)的偏*小二乘優(yōu)化模型 121

9.2.1　受限玻爾茲曼機(jī) 121

9.2.2　優(yōu)化模型的建立 124

9.2.3　實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析 126

9.3　融合稀疏自編碼器的偏*小二乘優(yōu)化模型 129

9.3.1　自編碼器 129

9.3.2　稀疏自編碼器的構(gòu)造 131

9.3.3　優(yōu)化模型的建立 131

9.3.4　實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析 134

9.4　融合深度置信網(wǎng)絡(luò)的偏*小二乘優(yōu)化模型 137

9.4.1　深度置信網(wǎng)絡(luò) 137

9.4.2　優(yōu)化模型的建立 139

9.4.3　實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析 141

9.5　本章小結(jié) 144

第10章　偏*小二乘回歸的非線性優(yōu)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(yōu)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(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析 151

10.3　融合隨機(jī)森林的偏*小二乘優(yōu)化 154

10.3.1　隨機(jī)森林 154

10.3.2　非線性模型的建立 156

10.3.3　實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析 159

10.4　融合softmax的偏*小二乘優(yōu)化 162

10.4.1　softmax 162

10.4.2　非線性模型的建立 163

10.4.3　實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析 166

10.5　本章小結(jié) 170

第11章　總結(jié)與展望 173

11.1　偏*小二乘的優(yōu)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(yè)術(shù)語 178

附錄B　優(yōu)化偏*小二乘的多功能數(shù)據(jù)分析系統(tǒng)使用指南 179

附錄C　中醫(yī)藥實(shí)驗(yàn)數(shù)據(jù)表 202


展開全部

偏最小二乘法優(yōu)化及其在中醫(yī)藥領(lǐng)域的應(yīng)用研究 作者簡介

杜建強(qiáng)，博士、教授、博導(dǎo)，江西中醫(yī)藥大學(xué)副校長，江西高等學(xué)校中青年學(xué)科帶頭人，江西省新世紀(jì)百千萬工程人才，中國中醫(yī)藥信息學(xué)會教育分會會長。主持項(xiàng)目獲國家優(yōu)秀教學(xué)成果獎，主持國家、省部級科研課題17項(xiàng)。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服