基于余弦角距离的主成分分析与核主成分分析

• 作者: 周静波 殷俊 金忠
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 主成分分析 核主成分分析 欧氏距离 余弦角距离
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 博士论坛
• 页码范围: 9-12
• 分类号: TP391.4
• 字数: 4917字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.03.003

摘要

PCA和KPCA都是基于欧氏距离提出的,这种距离对离群数据点比较敏感,而余弦角距离对离群数据更为鲁棒,在很多情况下具有更好的性能.充分利用余弦角距离的优势,提出两种新的特征抽取算法——基于余弦角距离的主成分分析(PCAC)和基于余弦角距离的核主成分分析(KPCAC).在YALE人脸数据库与PolyU掌纹数据库上的实验表明,PCAC比PCA取得了更好的效果,KPCAC也表现出了很好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金忠	南京理工大学计算机科学与技术学院	72	1142	17.0	31.0
2	殷俊	南京理工大学计算机科学与技术学院	10	65	4.0	8.0
3	周静波	南京理工大学计算机科学与技术学院	5	64	3.0	5.0