基于PLS的Elman神经网络算法研究

被引：10

作者：

丁世飞 ^{[1
,2
]}

贾伟宽 ^{[1
]}

许新征 ^{[1
]}

苏春阳 ^{[1
]}

机构：

[1] 中国矿业大学计算机科学与技术学院

[2] 中国科学院计算技术研究所智能信息处理重点实验室

来源：

电子学报 | 2010年 / 38(S1)卷 / S1期

关键词：

Elman神经网络; 偏最小二乘法; PLS-Elman算法; 主成分分析;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

针对特征变量多的小样本,结合偏最小二乘(Partial Least Squares,PLS)法则原理与Elman神经网络结构性质,提出基于PLS的Elman神经网络算法(PLS-Elman).新算法通过PLS对高维小样本进行特征降维时,顾及了与因变量的相关程度,所得到的数据进行网络训练和仿真,明显的简化了网络结构,且可得较精确的网络模型.通过实例分析,结果表明新算法提高了网络的收敛速度、预测的精准率,证明新算法提高网络处理问题的效率.同时为便于验证新算法的有效性,与基于主成分分析(Principal Component Analys,PCA)的Elman神经网络算法(PCA-Elman)进行了比较,PLS-Elman算法有明显的优越性.

引用

页码：71 / 75

页数：5

共 9 条

[1] 基于Elman网络的近红外光谱技术多组分定量分析研究 [J].