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! |
|