从Parzen窗核密度估计到特征提取方法:新的研究视角

• 作者: 刘忠宝 王士同
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 特征提取 Parzen窗 密度估计 数据分布特征 新视角
• 年，卷（期）: 2012,（6）
• 页码范围: 471-480
• 页数: 10页
• 分类号: TP392
• 字数: 6058字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201205025

摘要

当前主流特征提取方法大致有2种研究思路:1)从高维数据的几何性质出发,根据某种寻优准则得到基于原始空间特征的一组特征数更少的新特征；2)从降维误差角度出发,保证降维前后数据所呈现的某种偏差达到最小.试图从降维过程中数据分布特征的变化人手,基于广泛使用的Parzen窗核密度估计方法,来审视和揭示Parzen 窗估计与典型特征提取方法LPP、LDA和PCA之间的关系,从而说明这些特征提取方法可统一在Parzen窗框架下进行研究,为特征提取方法的研究提供了一个新的视角.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0
2	刘忠宝	江南大学数字媒体学院	11	78	6.0	8.0