-
题名核参数判别选择方法在核主元分析中的应用
被引量：1
- 1
-
-
作者
张成
李娜
李元
逄玉俊
-
机构
沈阳化工大学数理系
沈阳化工大学信息工程学院
-
出处
《计算机应用》
CSCD
北大核心
2014年第10期2895-2898,共4页
-
基金
国家自然科学基金重点项目(61034006)
国家自然科学基金资助项目(61174119
+2 种基金
60774070)
辽宁省教育厅科学研究项目(L2012139)
辽宁省博士启动基金资助项目(20131089)
-
文摘
针对核主元分析(KPCA)中高斯核参数β的经验选取问题,提出了核主元分析的核参数判别选择方法。依据训练样本的类标签计算类内、类间核窗宽,在以上核窗宽中经判别选择方法确定核参数。根据判别选择核参数所确定的核矩阵,能够准确描述训练空间的结构特征。用主成分分析(PCA)对特征空间进行分解,提取主成分以实现降维和特征提取。判别核窗宽方法在分类密集区域选择较小窗宽,在分类稀疏区域选择较大窗宽。将判别核主成分分析(Dis-KPCA)应用到数据模拟实例和田纳西过程(TEP),通过与KPCA、PCA方法比较,实验结果表明,Dis-KPCA方法有效地对样本数据降维且将三个类别数据100%分开,因此,所提方法的降维精度更高。
-
关键词
核参数判别分析
类标签
非线性降维
核窗宽参数
核主元分析
-
Keywords
Kernel Parameter Discriminant Analysis （KPDA）
class label
nonlinear dimensionality reduction
kernelwindow width parameter
Kernel Principal Component Analysis （KPCA）
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
