| 基于图嵌入和最大互信息组合的降维 |
| |
| 引用本文： | 王飞,禹卫东.基于图嵌入和最大互信息组合的降维[J].微计算机信息,2009,25(2). |
| |
| 作者姓名： | 王飞 禹卫东 |
| |
| 作者单位： | 王飞,WANG Fei(100080,北京,中国科学院电子学研究;100080,北京,中国科学院研究生院);禹卫东,YU Wei-dong(中国科学院电子学研究,北京,100080)
|
| |
| 摘 要： | 在特征降维方面,图嵌入框架统一了PCA,LDA等一系列特征降维算法,方便求解,但相似度矩阵计算有赖于人为假设.而最大互信息(MMI)从信息论的角度得到有效的特征降维变换,但是求解复杂.针对这种情况,本文指出了图嵌入和最大互信息的联系,给出了基于两者组合的新算法GE-MMI.该算法继承了两者的优点,是一种有效的特征降维方法.
|
| 关 键 词： | 图嵌入 互信息 特征提取 降维 |
Dimensionality Reduction based on the combination of Graph Embedding and MMI |
| |
| WANG Fei,YU Wei-dong.Dimensionality Reduction based on the combination of Graph Embedding and MMI[J].Control & Automation,2009,25(2). |
| |
| Authors: | WANG Fei YU Wei-dong |
| |
| Abstract: | |
| |
| Keywords: | GE-MMI |
| 本文献已被 万方数据 等数据库收录！ |
|
