基于负熵判据的ICA对数据挖掘降维的实现

• 来源期刊: 科技与创新
• 关键词: 独立分量分析 盲源分离 特征提取 降维
• 年，卷（期）: 2009,（27）
• 所属期刊栏目: 数据库 数据仓库 数据挖掘
• 页码范围: 140-142
• 页数: 3页
• 分类号: TP312
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2009.27.055

摘要

独立分量分析(ICA)是通过分析多维观测数据之间的高阶统计相关性,找出相互独立的隐含信息成份,从而可以去除分量间的高阶冗余以及提取独立的信源.数据挖掘是近年来计算机领域的研究热点,它是一个非平凡的模式辨识过程,从大量的数据中寻求正确的、新颖的、具有内在价值的、和最终可解释的模式.复杂数据的出现迫切要求新的特征处理技术,而数据挖掘书中却常将降维技术忽略.通过分析ICA的现有算法基础上提出一种降维的算法,该算法基于负熵判据.