文献类型：期刊文章

作　　者：高宏宾[1] 侯杰[1] 李瑞光[1]

机构地区：[1]五邑大学计算机学院,广东江门529020

出　　处：《计算机工程与应用》

基　　金：广东省自然科学基金(No.S2011010003681)

年　　份：2013

卷　　号：49

期　　号：11

起止页码：105-109

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：分析了数据流降维算法PCA和KPCA的原理和实现方法。针对在大型数据集上PCA线性降维无法有效实现降维且KPCA的降维效率差,提出了一种新的降维策略GKPCA算法。该算法将数据集先分组,对每一组执行KPCA,然后过滤重新组合数据集,再次应用KPCA算法,达到简化样本空间,降低了时间复杂度和空间复杂度。实验分析表明,GKPCA算法不仅能取得良好的降维效果,而且时间消耗少。

关 键 词：核主成分分析 数据流 降维

分 类 号：TP39]