基于文化粒子群算法的KPCA特征提取

• 作者: 杨恢先 欧训勇 赵敏
• 来源期刊: 计算机应用研究
• 关键词: 文化算法 粒子群优化 文化粒子群算法 核主分量分析 特征提取 遗传算法
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2908-2911
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.08.031

摘要

如何选择最优或接近最优的核函数使分类错误率降低,是KPCA应用于特征提取的关键.为了优化核函数,提高特征提取的能力并降低分类错误率,在研究了文化算法(cultural algorithm,CA)、粒子群优化(particle swarm optimization,PSO)相关文献的基础上,提出了一种文化粒子群算法(cultural based PSO,CBPSO)流程,并将此算法用于训练核函数参数,实现了KPCA和CBPSO的集成,有效地提高了核函数的优化选择.通过比较CBPSO-KPCA与GA-KPCA的仿真结果,表明该方法具有较好的结果和更少的计算量,克服了GA(genetic algo-rithm)的缺点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨恢先	湘潭大学材料与光电物理学院	89	692	12.0	22.0
2	赵敏	湘潭大学信息工程学院	3	86	2.0	3.0