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:
提出了基于偏最小二乘(PLS)方法的信息特征压缩算法.较主成分分析(PCA)方法,该算法具有简单、稳健、易于定性解释等优点,对于多重共线性资料,尤其当解释变量多,而样本量少时很有效.由于在考虑压缩数据矩阵X的信息的同时,顾及了与目标矩阵Y的最大相关性等优点,使之更符合实际.数值实例研究表明,文中算法是可行的、有效的,为模式识别的信息特征压缩提供了一种新的研究方法.
推荐文章
基于压缩感知的多特征加权目标跟踪算法
目标跟踪
压缩感知
特征提取
特征加权
漂移
基于核T-PLS的化工过程故障检测算法
安全
计算机模拟
动态仿真
化工过程
故障检测
KT-PLS
基于递推PLS核算法的软测量在线学习方法
软测量
在线学习
PLS核算法
样本相似度
基于SIFT的压缩跟踪算法
SIFT
压缩感知
目标跟踪
降维
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PLS的信息特征压缩算法
来源期刊 计算机辅助设计与图形学学报 学科 工学
关键词 主成分分析 偏最小二乘 模式识别 信息特征压缩
年,卷(期) 2005,(2) 所属期刊栏目 应用荟萃
研究方向 页码范围 368-371
页数 4页 分类号 TP391|O212
字数 2641字 语种 中文
DOI 10.3321/j.issn:1003-9775.2005.02.029
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 史忠植 中国科学院计算技术研究所智能信息处理重点实验室 232 9166 52.0 89.0
2 靳奉祥 山东科技大学地球信息科学与工程学院 62 1074 17.0 30.0
3 丁世飞 山东农业大学信息科学与工程学院 53 2620 16.0 51.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (44)
参考文献  (5)
节点文献
引证文献  (22)
同被引文献  (33)
二级引证文献  (57)
1948(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(4)
  • 引证文献(4)
  • 二级引证文献(0)
2007(5)
  • 引证文献(3)
  • 二级引证文献(2)
2008(3)
  • 引证文献(2)
  • 二级引证文献(1)
2009(6)
  • 引证文献(2)
  • 二级引证文献(4)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(7)
  • 引证文献(1)
  • 二级引证文献(6)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(9)
  • 引证文献(1)
  • 二级引证文献(8)
2014(8)
  • 引证文献(2)
  • 二级引证文献(6)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(7)
  • 引证文献(2)
  • 二级引证文献(5)
2017(6)
  • 引证文献(2)
  • 二级引证文献(4)
2018(10)
  • 引证文献(0)
  • 二级引证文献(10)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
主成分分析
偏最小二乘
模式识别
信息特征压缩
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
计算机辅助设计与图形学学报
月刊
1003-9775
11-2925/TP
大16开
北京2704信箱
82-456
1989
chi
出版文献量(篇)
6095
总下载数(次)
15
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导