基于GHA的核主成分分析及其应用

被引:17
作者
潘石柱
殳伟群
王令群
机构
[1] 同济大学控制理论与控制工程学院
关键词
GHA; 核主成分分析; 特征提取;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
文中提出了一种将GHA(Generalized Hebbian Algorithm)学习规则应用到核主成分分析的新方法,它结合了核主成分分析和GHA学习规则的优点,既能利用核主成分分析的方法方便地提取数据的非线性特征,又能避免在大样本数据的情况下运算复杂和存储空间大的问题。实验证明了该方法的可行性和高效性。
引用
收藏
页码:23 / 25
页数:3
相关论文
共 2 条
[1]
A comparison of PCA; KPCA and ICA for dimensionality reduction in support vector machine.[J].L.J. Cao;K.S. Chua;W.K. Chong;H.P. Lee;Q.M. Gu.Neurocomputing.2003, 1
[2]
Simplified neuron model as a principal component analyzer.[J].Erkki Oja.Journal of Mathematical Biology.1982, 3