|
|||||
|
|
| 降维技术与方法综述 | |
| 引用本文： | 张煜东,霍元铠,吴乐南,董正超.降维技术与方法综述[J].四川兵工学报,2010,31(10):1-7. |
| 作者姓名： | 张煜东 霍元铠 吴乐南 董正超 |
| 作者单位： | 哥仑比亚大学精神病学系脑成像实验室;东南大学信息科学与工程学院; |
| 基金项目： | 国家自然科学基金，国家高技术发展计划 |
| 摘 要： | 为了更好地对数据实现降维,讨论了特征选择与特征变换两种技术。对于特征选择,按照特征子集的形成方法可分为穷举法、启发式方法、随机方法、智能优化方法等;按照评价函数的类别可分为筛选式、封装式、嵌入式。对于特征变换,传统的方法采用线性降维方法,主要有非负矩阵分解、因子分析、主成份分析、奇异值分解、独立成分分析等;目前的方法是非线性降维方法,以流形学习为代表。对各种不同方法详细探讨其原理与流程,并进行了性能比较。 |
| 关 键 词： | 特征选择 特征变换 嵌入式特征选择 流形学习 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |