融合softmax的偏最小二乘法及中药数据分析研究

来源：计算机应用研究杂志2019年第12期北京时间：

作者：李欢,聂斌,杜建强,余日跃,周丽,黄强,

单位：江西中医药大学a.计算机学院;b.药学院,南昌330004；

摘要：偏最小二乘判别分析（partial least squares discriminant analysis，PLS-DA）是一种线性分类方法，不能充分表达数据之间的非线性关系，难以适应非线性数据的分类识别。针对该问题，结合softmax回归能够表达非线性特征，提出融合softmax回归的偏最小二乘判别分析算法（PLS-S-DA）。为了验证PLS-S-DA对非线性数据的有效性，以准确率、运行时间、查准率、查全率和F1-score为评价指标，采用四组UCI数据集和中药寒热药性数据集测试PLS-S-DA的性能，并与PLS-DA等五种分类算法对比。结果表明，对具有非线性特征的数据，PLS-S-DA相比于其他算法有更高的准确率，并对寒药和热药有更强的识别能力。

关键词：偏最小二乘法,softmax回归,非线性,中医药信息学,

基金资助：国家自然科学基金资助项目(61562045,61762051)；江西省卫生计生委中医药科研计划资助项目(2017A282)；江西省科技厅重点研发计划资助项目(20171ACE50021)；；