KPCA方法过程研究与应用

被引:28
作者
杜卓明
屠宏
耿国华
机构
[1] 西北大学信息科学与技术学院
关键词
主成分分析; 核函数; 支持向量机;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
给出一种基于核函数的主成分分析方法,它主要用来解决大规模非线性数据的特征提取问题。文中给出了简化的协方差矩阵的计算方法与推导过程,还给出了KPCA方法的详细推导过程。最后使用核主成分分析的方法分别对线性与非线性分布的数据进行了分析,取得了比传统主成分分析方法更好的结果。
引用
收藏
页码:8 / 10
页数:3
相关论文
共 2 条
[1]   Generalized discriminant analysis using a kernel approach [J].
Baudat, G ;
Anouar, FE .
NEURAL COMPUTATION, 2000, 12 (10) :2385-2404
[2]  
线性代数及其应用.[M].(美)DavidC.Lay著;刘深泉[等]译;.机械工业出版社.2005,