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:
主成分分析是用于简化数据的一种技术,对于某些复杂数据就可应用主成分分析法对其进行简化.文中所用到的是一种连续统一的主分量分析法,它利用特征结构的正交性,提取出用于下一主分量的初始权向量,并且任何一种适用于线性前向反馈神经网络的主分量分析法都可作为此算法中的权修正等式.最后,将这种PCA法与普通PCA法运用于股票数据之中进行比较,结果对比证明用此方法提取出的数据比以前有所改进.
推荐文章
一种面向图像拼接的改进PCA-SIFT算法
图像拼接
尺度不变特征变换
非极大值抑制
主成分分析
随机抽样一致性
一种基于L2,1范数的PCA维数约简算法
维数约筒
主成分分析
L2,1-PCA
L2,1范数
拉格朗日乘子
一种零知识证明算法及其应用
算法
零知识证明
模运算
一种自适应遗传算法及其应用
遗传算法自适应
优化
立体视觉匹配
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 一种PCA算法及其应用
来源期刊 微机发展 学科 工学
关键词 主成分分析 权修正等式 降级退化
年,卷(期) 2005,(2) 所属期刊栏目 智能与算法研究
研究方向 页码范围 67-68,72
页数 3页 分类号 TP301.6
字数 1866字 语种 中文
DOI 10.3969/j.issn.1673-629X.2005.02.022
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 张燕平 安徽大学人工智能研究所 148 1556 21.0 32.0
2 张媛 安徽大学人工智能研究所 21 177 7.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (50)
同被引文献  (52)
二级引证文献  (90)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(4)
  • 引证文献(3)
  • 二级引证文献(1)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(5)
  • 引证文献(4)
  • 二级引证文献(1)
2016(14)
  • 引证文献(9)
  • 二级引证文献(5)
2017(29)
  • 引证文献(5)
  • 二级引证文献(24)
2018(27)
  • 引证文献(8)
  • 二级引证文献(19)
2019(30)
  • 引证文献(9)
  • 二级引证文献(21)
2020(13)
  • 引证文献(1)
  • 二级引证文献(12)
研究主题发展历程
节点文献
主成分分析
权修正等式
降级退化
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导