高维数据正定核与不定核的KPCA变换阵比较

• 作者: 崔燕 范丽亚
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 主成份分析 线性判别式分析 正定核 不定核 降维变换阵
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 17-23,39
• 分类号: TP391
• 语种: 中文

摘要

两步降维的核主成份分析(kernel principal component analysis,KPCA)+线性判别式分析(1inear discriminant analysis,LDA)法中,第一步KPCA变换阵的选取影响数据的分类结果.对线性不可分问题首先研究了正定核KPCA+LDA中KPCA变换阵的选取对分类结果的影响;其次,将正定核推广到不定核,研究了不定核KPCA+LDA中KPCA变换阵的选取对分类结果的影响;最后通过实验加以分析和验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范丽亚	聊城大学数学科学学院	47	78	5.0	6.0
2	崔燕	聊城大学数学科学学院	2	11	2.0	2.0