基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文分析了一般主成分分析在处理非线性问题上存在的不足,阐述了基于核的主成分分析方法,并将其首次应用到综合评价中,应用结果表明:基于核的主成分分析方法具有优秀的特征提取性能,采用不同形式的核函数基本上能获得相同精度的特征提取效果.文末指出为提高运算速度、减少内存要求和降低复杂度,可在KPCA中结合主动学习的方法.
推荐文章
一种基于核函数特征提取改进方法的应用
核典型相关分析
特征提取
计算复杂度
内存占用量
识别率
基于小波数据压缩技术的故障特征提取
故障诊断
小波变换
特征提取
高光谱图像的特征提取与特征选择研究
高光谱图像
特征提取
特征选择
主成分分析
最小噪声分离
独立成分分析
核主成分分析
投影寻踪
基于一种小波核优化学习的KSPP子空间故障特征提取
核极化
核属性约简
小波核
核稀疏保持投影
故障识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于核的特征提取技术及应用研究
来源期刊 计算机工程 学科 工学
关键词 特征提取 核方法 主成分分析 综合评价
年,卷(期) 2002,(10) 所属期刊栏目 博士论文
研究方向 页码范围 36-38
页数 3页 分类号 TP18
字数 2412字 语种 中文
DOI 10.3969/j.issn.1000-3428.2002.10.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 肖健华 华中科技大学机械学院 91 1162 18.0 30.0
3 吴今培 五邑大学智能技术与系统研究所 77 1677 23.0 38.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (19)
参考文献  (3)
节点文献
引证文献  (61)
同被引文献  (99)
二级引证文献  (354)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(2)
  • 引证文献(2)
  • 二级引证文献(0)
2004(3)
  • 引证文献(3)
  • 二级引证文献(0)
2005(4)
  • 引证文献(3)
  • 二级引证文献(1)
2006(16)
  • 引证文献(7)
  • 二级引证文献(9)
2007(18)
  • 引证文献(6)
  • 二级引证文献(12)
2008(25)
  • 引证文献(6)
  • 二级引证文献(19)
2009(31)
  • 引证文献(11)
  • 二级引证文献(20)
2010(37)
  • 引证文献(5)
  • 二级引证文献(32)
2011(40)
  • 引证文献(2)
  • 二级引证文献(38)
2012(30)
  • 引证文献(4)
  • 二级引证文献(26)
2013(24)
  • 引证文献(2)
  • 二级引证文献(22)
2014(31)
  • 引证文献(2)
  • 二级引证文献(29)
2015(30)
  • 引证文献(3)
  • 二级引证文献(27)
2016(31)
  • 引证文献(0)
  • 二级引证文献(31)
2017(33)
  • 引证文献(1)
  • 二级引证文献(32)
2018(30)
  • 引证文献(0)
  • 二级引证文献(30)
2019(21)
  • 引证文献(3)
  • 二级引证文献(18)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
特征提取
核方法
主成分分析
综合评价
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
论文1v1指导