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:
根据主成分分析(principal component analysis,PCA)法的降维去噪技术和核独立成分分析(kernel independent component analysis,KICA)法的盲源分离技术,提出了一种关于两者的融合方法,即PCA-KICA方法.将该方法应用于线性和非线性高维混合信号的降维处理中,以相关系数和Amari误差为标准,同主成分分析与独立成分分析(principal component analysis-independent component analysis,PCA-ICA)融合方法进行比较.仿真结果标明,PCA-KICA方法与PCA-ICA方法相比,在处理复杂非线性高维混合信号时效果相当,但在处理线性高维混合信号时的效果较好.
推荐文章
核独立成分分析在图像处理中的应用
核独立成分分析
图像处理
遥感影像
独立成分分析在表情识别中的应用
表情识别
独立成分分析
空间影射
基于核独立成分分析的盲多用户检测算法
多用户检测
核独立成分分析
盲信号分离
重建核希尔伯特空间
基于独立成分分析和支持向量机的入侵检测方法
入侵检测
独立成分分析
支持向量机
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 基于主成分分析与核独立成分分析的降维方法
来源期刊 系统工程与电子技术 学科 工学
关键词 降维 核广义方差 相关系数 Amari误差
年,卷(期) 2011,(9) 所属期刊栏目 软件、算法与仿真
研究方向 页码范围 2144-2148
页数 分类号 TP391|O212.4
字数 4979字 语种 中文
DOI 10.3969/j.issn.1001-506X.2011.09.42
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 钟强晖 海军工程大学兵器工程系 32 206 8.0 14.0
2 张志华 海军工程大学应用数学系 125 762 13.0 21.0
3 梁胜杰 海军工程大学兵器工程系 10 151 6.0 10.0
4 崔立林 海军工程大学振动与噪声研究所 19 96 4.0 9.0
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  (3)
节点文献
引证文献  (65)
同被引文献  (185)
二级引证文献  (133)
2000(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(5)
  • 引证文献(4)
  • 二级引证文献(1)
2014(14)
  • 引证文献(7)
  • 二级引证文献(7)
2015(17)
  • 引证文献(9)
  • 二级引证文献(8)
2016(29)
  • 引证文献(10)
  • 二级引证文献(19)
2017(34)
  • 引证文献(5)
  • 二级引证文献(29)
2018(36)
  • 引证文献(18)
  • 二级引证文献(18)
2019(36)
  • 引证文献(4)
  • 二级引证文献(32)
2020(25)
  • 引证文献(6)
  • 二级引证文献(19)
研究主题发展历程
节点文献
降维
核广义方差
相关系数
Amari误差
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
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导