华北科技学院学报
華北科技學院學報
화북과기학원학보
JOURNAL OF NORTH CHINA INSTITUTE OF SCIENCE AND TECHNOLOGY
2014年
5期
60-65
,共6页
逐步线性回归%BP神经网络%RBF径向神经网络%ELM极限学习机
逐步線性迴歸%BP神經網絡%RBF徑嚮神經網絡%ELM極限學習機
축보선성회귀%BP신경망락%RBF경향신경망락%ELM겁한학습궤
stepwise linear regression%BP neural network%RBF neural network%ELM Extreme Learning Ma-chine
逐步线性回归能较好地克服多重共线性现象的发生，因此逐步回归分析是探索多变量关系的最常用的分析方法，智能算法是现代数据分析的主要方法。本文通过一个实例进行了对比研究，预测结果显示：在预测的精度上，在隐含层数目相同时，RBF径向神经网络＞BP神经网络＞逐步线性回归＞ELM极限学习机。通过对比分析，发现神经网络方法较回归分析预测效果更好，误差相对较小。
逐步線性迴歸能較好地剋服多重共線性現象的髮生，因此逐步迴歸分析是探索多變量關繫的最常用的分析方法，智能算法是現代數據分析的主要方法。本文通過一箇實例進行瞭對比研究，預測結果顯示：在預測的精度上，在隱含層數目相同時，RBF徑嚮神經網絡＞BP神經網絡＞逐步線性迴歸＞ELM極限學習機。通過對比分析，髮現神經網絡方法較迴歸分析預測效果更好，誤差相對較小。
축보선성회귀능교호지극복다중공선성현상적발생，인차축보회귀분석시탐색다변량관계적최상용적분석방법，지능산법시현대수거분석적주요방법。본문통과일개실례진행료대비연구，예측결과현시：재예측적정도상，재은함층수목상동시，RBF경향신경망락＞BP신경망락＞축보선성회귀＞ELM겁한학습궤。통과대비분석，발현신경망락방법교회귀분석예측효과경호，오차상대교소。
Gradient linear regression can well solve the occurrence of Multicollinearity , so the gradient regres-sion analysis is analytical method to research the correlation among multivariable.Intelligent algorithm is one of the dominant methods in modern data analysis.Both of the methods above are applied to one example and further to be compared.The forecasted result shows:for the accuracy of the forecasted results , when the num-ber of hidden layer is consistent ,RBF radial basis neural networks >BP neural networks >Gradient linear regression >ELM limit machine learning.Through the analysis of comparison , we infer that the accuracy and error of neural networks is smaller than the regression model.
