基于再生核Hilbert空间PCA的属性约简

• 作者: 吕跃进 黄敢基
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 数据挖掘 属性约简 希尔伯特空间 主成分分析
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 52-54
• 分类号: TP301
• 字数: 4198字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.10.017

摘要

传统的核主成分分析方法通过不明确的实值函数把原始数据投影到高维空间进行属性约简,增加了搜索分类超平面的时间,降低了分类准确率.为此,提出一种基于再生核Hilbert空间主成分分析的属性约简方法,把原始数据通过明确的连续值函数投影到高维或无限维的再生核空间再进行属性约简.真实数据集实验结果显示,该方法能有效提高分类准确率并减少运行时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕跃进	广西大学数学与信息科学学院	119	1973	18.0	41.0
2	黄敢基	广西大学数学与信息科学学院	30	93	6.0	8.0