基于Shannon熵的因子特征提取算法

被引：9

作者：

贾伟宽 ^{[1
]}

丁世飞 ^{[1
,2
]}

许新征 ^{[1
,2
]}

苏春阳 ^{[1
]}

史忠植 ^{[2
]}

机构：

[1] 中国矿业大学计算机科学与技术学院

[2] 中国科学院计算技术研究所智能信息处理重点实验室

来源：

模式识别与人工智能 | 2011年 / 24卷 / 03期

关键词：

信息函数; Shannon熵; 特征提取; 方差贡献率;

D O I：

10.16451/j.cnki.issn1003-6059.2011.03.005

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

现存的数据提取算法,大都以方差贡献率作为评价准则,来衡量特征提取的效果.然而方差贡献率注重的是样本相关矩阵特征值的性质,并不能顾及到信息的度量问题.文中将Shannon信息熵理论引入提取算法,定义类概率、类信息函数,通过计算累计信息贡献率来确定提取特征维数,提取效果可以从信息论的角度评价.将此理论与因子分析(FA)结合,建立基于信息熵的FA特征提取算法,利用信息贡献率确定主因子提取的个数.通过实例分析,验证理论的有效性.

引用

页码：327 / 331

页数：5

共 10 条

[1]

人工神经网络在小麦吸浆虫预测中的应用.[D].张映梅.西北农林科技大学.2003, 01

[2] 基于相关分析和近似熵的管道泄漏声信号特征提取及辨识方法 [J].