期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于greedy GDA的训练数据减少和非线性特征提取方法 被引量:1
1
作者 刘小芳 何彬彬 李小文 《控制与决策》 EI CSCD 北大核心 2011年第10期1511-1514,1519,共5页
针对大数据集情况下标准广义判别分析(GDA)方法进行非线性特征提取时计算复杂度较高的问题,提出了基于GGDA(greedy GDA)的训练数据减少和非线性特征提取方法.该方法用greedy核主成分分析方法的greedy技术对训练数据选取子集;然后用GDA... 针对大数据集情况下标准广义判别分析(GDA)方法进行非线性特征提取时计算复杂度较高的问题,提出了基于GGDA(greedy GDA)的训练数据减少和非线性特征提取方法.该方法用greedy核主成分分析方法的greedy技术对训练数据选取子集;然后用GDA方法对子集而不是全部训练数据训练特征提取模型;并用几种特征提取的数据进行分类对比实验.实验结果表明,GGDA和GDA方法的特征提取性能优于其他对比方法,GGDA方法不仅较好地保持了GDA方法的特征提取性能,而且减少了大数据集进行非线性特征提取的计算复杂度. 展开更多
关键词 greedy广义判别分析 greedy核主成分分析 训练数据减少 非线性特征提取 核矩阵 分类
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部