登录    注册    忘记密码

期刊文章详细信息

基于主成分分析与核独立成分分析的降维方法  ( EI收录)  

Dimensionality reduction method based on PCA and KICA

  

文献类型:期刊文章

作  者:梁胜杰[1] 张志华[2] 崔立林[3] 钟强晖[1]

机构地区:[1]海军工程大学兵器工程系,湖北武汉430033 [2]海军工程大学应用数学系,湖北武汉430033 [3]海军工程大学振动与噪声研究所,湖北武汉430033

出  处:《系统工程与电子技术》

基  金:国家自然科学基金(50775218)资助课题

年  份:2011

卷  号:33

期  号:9

起止页码:2144-2148

语  种:中文

收录情况:BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20114214445940)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

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。

关 键 词:降维 核广义方差  相关系数 Amari误差  

分 类 号:TP391] O212.4[计算机类]

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...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心