求解大样本核主成分分析模型的Lanczos算法

被引：7

作者：

陈永良

林楠

李学斌

机构：

[1] 吉林大学综合信息矿产预测研究所

来源：

吉林大学学报(地球科学版) | 2010年 / 40卷 / 01期

关键词：

大样本; 核主成分分析; Lanczos算法; Thick-重启动策略;

D O I：

10.13278/j.cnki.jjuese.2010.01.011

中图分类号：

P628 [数学勘探];

学科分类号：

0818 ; 081801 ;

摘要：

求解核主成分分析模型的技术关键是确定核矩阵端部的较大特征对。把求解大规模对称矩阵端部特征对问题的基本方法——Lanczos算法应用于核主成分分析模型的求解,设计了大样本核主成分分析模型求解的实用算法。在clapack和nu-TRLan两个软件包的基础上,开发了大样本核主成分分析模型求解算法的VC++程序。用高光谱遥感图像数据进行模型求解算法的应用试验研究,证明了大样本核主成分分析模型求解算法的实用性。

引用

收藏

页码：222 / 226

页数：5

相关论文

共 10 条

[1] 基于KPCA的人脸匹配方法 [J].

方建斌 ;

王展青 .

计算机与数字工程, 2007, (06) :131-133+149+200

[2] 能源型城市主导产业选择的理论模型及其实证研究 [J].

王亚萍 ;

周德群 ;

章玲 .

系统工程, 2007, (02) :81-86

[3] 核主成分分析(KPCA)在企业经济效益评价中的应用 [J].

徐义田 ;

王来生 ;

崔文善 ;

张好治 .

数学的实践与认识, 2006, (01) :35-38

[4] 城市综合竞争力评价研究 [J].

殷晓莉 ;

王里克 .

生产力研究, 2005, (11) :92-94

[5] 腐乳感官和理化品质的核主成分分析 [J].

经玲 ;

朱甫芹 ;

鲁绯 ;

孙君社 .

中国农业大学学报, 2004, (03) :79-81

[6] 基于KPCA的城镇化水平综合评价 [J].

朱甫芹 .

统计与决策, 2004, (01) :40-41

[7] 科技期刊综合评价模型-KPCA [J].

张爱丽 ;

刘广利 ;

刘清水 ;

不详 .

计算机工程与应用 , 2003, (24) :200-201

[8] Nonlinear component analysis as a kernel eigenvalue problem [J].

Scholkopf, B ;

Smola, A ;

Muller, KR .

NEURAL COMPUTATION, 1998, 10 (05) :1299-1319

[9] On restarting the Arnoldi method for large nonsymmetric eigenvalue problems [J].

Morgan, RB .

MATHEMATICS OF COMPUTATION, 1996, 65 (215) :1213-1230

[10] An approach to non-linear principal components analysis using radially symmetric kernel functions [J].

Webb, AR .

STATISTICS AND COMPUTING, 1996, 6 (02) :159-168