基于稀疏逻辑回归的链接模型在分类问题的应用

作者：常鈺迪

来源：软件工程, 2021, 24(06): 2-5.

DOI：10.19644/j.cnki.issn2096-1472.2021.06.001

• 逻辑回归
• 稀疏性
• 神经网络
• 多分类

随着科技的发展,数据分类问题应用在生活的多个方面,然而在面对庞大的数据时,往往采用压缩过的稀疏数据,这就为分类模型的发展带来了极大的挑战。为了提高稀疏数据分类的准确性和正确率,提出了基于稀疏逻辑回归的链接神经网络模型,由此构建成可靠的分类模型。以两类数据作为研究对象,首先进行数据预处理,再提取出数据特征对其进行分类。研究结果表明,分类模型不仅可以应用于稀疏数据,而且正确率较神经网络模型的结果有所提升,手写字的正确率从90.1%提高到94.86%,声音分类的正确率从70.3%提高到74.4%,证实该模型有效。

• 单位
  浙江理工大学