部分最小二乘算法的神经元网络实现

部分最小二乘(PLS)算法在多元统计过程监控等领域得到了广泛应用。但常用的求解方法需要多次迭代求解残差矩阵,不利于对算法的理论分析和结论的解释。基于PLS算法的优化函数形式,该文提出一种新的PLS优化目标函数及相应简化算法。在此基础上构造了PLS算法与线性神经元网络之间的自然映射,给出了相应的训练算法及其理论分析。仿真结果验证了所提出算法的有效性,表明该算法可直接从原数据矩阵得到相应的成分及回归系数,并易于对其进行解释。