期刊文章详细信息
基于核主成分分析的特征提取方法
Feature extraction based on Kernel Principal Component Analysis
文献类型：期刊文章
机构地区：[1]广西工学院信息与计算科学系,广西柳州545006
年 份：2006
卷 号：17
期 号：4
起止页码：27-31
语 种：中文
收录情况：CAS、CSA-PROQEUST、IC、ZMATH、普通刊
摘 要：为了证实核主成分分析在特征提取中的优越性,利用支持向量机作为分类器,以主成分分析和核主成分分析作为特征提取的工具,以分类器的分类性能作为方案优劣的评判标准设计了六种实验方案进行实验分析。实验数据表明,对特征选择后的数据集利用主成分分析和核主成分分析进行特征提取,可将数据投影到一个更低维的特征空间,实现数据维数的约简和分类器性能的提高。同时还发现,在对数据进行特征提取的能力上,核主成分分析优于主成分分析。
关 键 词：核方法 核主成分分析 特征提取
分 类 号：TP181]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
