|
|||||
|
|
| 基于文化粒子群算法的KPCA特征提取* | |
| 引用本文： | 赵 敏,杨恢先,欧训勇.基于文化粒子群算法的KPCA特征提取*[J].计算机应用研究,2009,26(8):2908-2911. |
| 作者姓名： | 赵 敏 杨恢先 欧训勇 |
| 作者单位： | 1. 湘潭大学,信息工程学院,湖南湘潭411105 2. 湘潭大学,材料与光电物理学院,湖南湘潭411105 3. 琼州学院物理系,海南五指山,572200 |
| 基金项目： | 海南省自然科学基金资助项目（60897） |
| 摘 要： | 如何选择最优或接近最优的核函数使分类错误率降低，是KPCA应用于特征提取的关键。为了优化核 函数，提高特征提取的能力并降低分类错误率，在研究了文化算法（cultural algorithm， CA）、粒子群优化（particle swarm optimization， PSO）相关文献的基础上，提出了一种文化粒子群算法（cultural based PSO， CBPSO）流程，并 将此算法用于训练核函数参数，实现了KPCA和CBPSO的集成，有效地提高了核函数的优化选择。通过比较 CBPSO-KP |
| 关 键 词： | 文化算法 粒子群优化 文化粒子群算法 核主分量分析 特征提取 遗传算法 |
KPCA feature extraction based on CBPSO algorithm |
|
| ZHAO Min,YANG Hui-xian,OU Xun-yong.KPCA feature extraction based on CBPSO algorithm[J].Application Research of Computers,2009,26(8):2908-2911. | |
| Authors: | ZHAO Min YANG Hui-xian OU Xun-yong |
| Affiliation: | 1.a.College of Information Engineering;b.Faculty College of Material;Optoelectronics & Physics;Xiangtan University;Xiangtan Hunan 411105;China;2.Dept.of Physics;Qiongzhou College;Wuzhishan Hainan 572200;China |
| Abstract: | How to choose the best or near kernel function to reduce test error rate is the key of KPCA applied to feature extraction.In order to the optimization of kernel function,increased the ability of feature extraction and decrease the test error rate,on the basis of research of CA,PSO,this paper proposed a program flow of CBPSO used for training kernel function and built CBPSO-KPCA.This approach could effectively optimize kernel function.Compared CBPSO-KPCA simulation results with GA-KPCA simulation results,it ... |
| Keywords: | CA PSO CBPSO kernel principle component analysis (KPCA) feature extraction GA |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 | |
| 点击此处可从《计算机应用研究》下载全文 | |