|
|||||
|
|
| 核函数方法(下) | |
| 引用本文： | 罗公亮.核函数方法(下)[J].冶金自动化,2002,26(4):1-3,14. |
| 作者姓名： | 罗公亮 |
| 作者单位： | 冶金自动化研究设计院,北京,100071 |
| 摘 要： | ２主分量分析法２．１经典的主分量分析法［５］主分量分析 (ＰＣＡ)是一种经典的统计方法 ,它对多元统计观测数据的协方差结构进行分析 ,以期求出能简约地表达这些数据依赖关系的主分量。具体地说 ,通过线性变换将原始ｎ维观测矢量化为个数相同的一组新特征 ,即每一个新特征都是原始特征的线性组合 ,如果这些新特征互不相关 ,其中少数ｍ个（ｍ ｎ）包含了原始数据主要信息的最重要的特征就是主分量。因此 ,主分量分析是一种特征抽取的方法 ,也可以认为是一种数据压缩 (降维 )的方法。设以ｍ个正交矢量｛ｕｉ∈Ｒｎ；ｉ＝１，２，… ,ｍ｝… |
| 关 键 词： | 核函数方法 KPCA 主分量分析 多层支撑矢量机 特征抽取 |
| 文章编号： | 1000-7059(2002)04-0001-03 |
Kernel-based methods(B) |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |