基于稀疏逻辑回归的链接模型在分类问题的应用

摘要

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.