基于聚类的核主成分分析在特征提取中的应用

被引：20

作者：

王和勇 ^{[1
]}

姚正安 ^{[2
]}

李磊 ^{[1
]}

机构：

[1] 中山大学软件研究所

[2] 中山大学数学与计算科学学院

来源：

计算机科学 | 2005年 / 04期

关键词：

图像检索; KPCA; 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：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

本文分析了一般主成分分析在处理非线性问题上的不足,阐述了核主成分分析方法及其计算速度的缺陷,提出了基于聚类的核主成分分析方法。试验结果显示:基于聚类的核主成分分析方法具有好的特征提取性能,相比核主成分分析大大提高了特征提取的速度。

引用

收藏

页码：64 / 66

页数：3

相关论文

共 2 条

[1]

模式识别[M]. 清华大学出版社 , 边肇祺编著, 1988

[2]

Using the Nystrom method to Speed up Kernel Machines .2 Williams C,Seeger M. Advances in Neural Information Processing Systems . 2001