| 科技期刊综合评价模型-KPCA |
| |
| 引用本文： | 张爱丽,刘广利,刘清水.科技期刊综合评价模型-KPCA[J].计算机工程与应用,2003,39(24):200-201. |
| |
| 作者姓名： | 张爱丽 刘广利 刘清水 |
| |
| 作者单位： | 中国农业大学,北京,100083 |
| |
| 基金项目： | 国家自然科学基金资助项目(编号:10071094) |
| |
| 摘 要： | 论文提出了一种新的科技期刊综合评价模型:核主成分分析(KPCA)。通过一个非线性变换,KPCA首先将原变量空间映射到高维特征空间,然后在这个高维特征空间中进行线性主成分分析。通过核技巧,KPCA评价方法只需在原空间进行点积计算,而不必知道非线性变换的确切形式。十种科技期刊综合评价的实证表明,KPCA综合评价方法具有一定的实际应用价值。
|
| 关 键 词： | 核主成分分析 综合评价 科技期刊 |
| 文章编号： | 1002-8331-(2003)24-0200-02 |
| 修稿时间： | 2003年4月1日 |
Kernel PCA for Sci-tech Journals Evaluation |
| |
| Zhang Aili Liu Guangli Liu Qingshui.Kernel PCA for Sci-tech Journals Evaluation[J].Computer Engineering and Applications,2003,39(24):200-201. |
| |
| Authors: | Zhang Aili Liu Guangli Liu Qingshui |
| |
| Abstract: | In this paper,a new method for performing a nonlinear form of Principal Component Analysis is proposed.By the use of kernel functions,one can efficiently compute principal components in high dimensional feature spaces,related to input space by some nonlinear map.By comprehensive evaluation to ten Sci-tech journals,KPCA has a good performing. |
| |
| Keywords: | KPCA Comprehensive evaluation Sci-tech journals |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
