基于主成分分析与核独立成分分析的降维方法

被引：49

作者：

梁胜杰 ^{[1
]}

张志华 ^{[2
]}

崔立林 ^{[3
]}

钟强晖 ^{[1
]}

机构：

[1] 海军工程大学兵器工程系

[2] 海军工程大学应用数学系

[3] 海军工程大学振动与噪声研究所

来源：

系统工程与电子技术 | 2011年 / 33卷 / 09期

关键词：

降维; 核广义方差; 相关系数; Amari误差;

D O I：

暂无

中图分类号：

TN911.7 [信号处理];

学科分类号：

0711 ; 080401 ; 080402 ;

摘要：

根据主成分分析(principal component analysis,PCA)法的降维去噪技术和核独立成分分析(kernelindependent component analysis,KICA)法的盲源分离技术,提出了一种关于两者的融合方法,即PCA-KICA方法。将该方法应用于线性和非线性高维混合信号的降维处理中,以相关系数和Amari误差为标准,同主成分分析与独立成分分析(principal component analysis-independent component analysis,PCA-ICA)融合方法进行比较。仿真结果标明,PCA-KICA方法与PCA-ICA方法相比,在处理复杂非线性高维混合信号时效果相当,但在处理线性高维混合信号时的效果较好。

引用

页码：2144 / 2148

页数：5