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:
文中提出了一种将GHA(Generalized Hebbian Algorithm)学习规则应用到核主成分分析的新方法,它结合了核主成分分析和GHA学习规则的优点,既能利用核主成分分析的方法方便地提取数据的非线性特征,又能避免在大样本数据的情况下运算复杂和存储空间大的问题.实验证明了该方法的可行性和高效性.
推荐文章
概率核主成分分析及其应用
主成分分析
核主成分分析
概率主成分分析
亮点检测
概率核主成分分析
基于核主成分分析的地震属性优化方法及应用
属性降维优化
主成分分析(PCA)
核函数
核主成分分析(KPCA)
基于概率核主成分分析的属性优化方法及其应用
核主成分分析
概率核主成分分析
核函数
属性优化
储层预测
基于主成分分析和核主成分分析的地震属性优化的研究
地震属性优化
主成分分析
降维
核主成分分析
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GHA的核主成分分析及其应用
来源期刊 计算机技术与发展 学科 工学
关键词 GHA 核主成分分析 特征提取
年,卷(期) 2006,(10) 所属期刊栏目 智能、算法、软件工程
研究方向 页码范围 23-25
页数 3页 分类号 TP18
字数 2405字 语种 中文
DOI 10.3969/j.issn.1673-629X.2006.10.008
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 殳伟群 同济大学控制理论与控制工程学院 28 354 11.0 18.0
2 王令群 同济大学控制理论与控制工程学院 17 119 7.0 10.0
3 潘石柱 同济大学控制理论与控制工程学院 8 130 5.0 8.0
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  (4)
节点文献
引证文献  (15)
同被引文献  (11)
二级引证文献  (378)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(11)
  • 引证文献(0)
  • 二级引证文献(11)
2009(20)
  • 引证文献(3)
  • 二级引证文献(17)
2010(28)
  • 引证文献(0)
  • 二级引证文献(28)
2011(35)
  • 引证文献(2)
  • 二级引证文献(33)
2012(35)
  • 引证文献(1)
  • 二级引证文献(34)
2013(34)
  • 引证文献(2)
  • 二级引证文献(32)
2014(56)
  • 引证文献(3)
  • 二级引证文献(53)
2015(45)
  • 引证文献(1)
  • 二级引证文献(44)
2016(46)
  • 引证文献(0)
  • 二级引证文献(46)
2017(25)
  • 引证文献(1)
  • 二级引证文献(24)
2018(29)
  • 引证文献(0)
  • 二级引证文献(29)
2019(21)
  • 引证文献(0)
  • 二级引证文献(21)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
GHA
核主成分分析
特征提取
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