核协方差成分分析方法及其在聚类中的应用

• 作者: 王士同 郭慧玲 闫晓波
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 核熵成分分析 核协方差成分分析 聚类 协方差矩阵 高斯核参数 雷尼熵
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 229-234
• 分类号: TP181
• 字数: 6741字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.09.052

摘要

以降维前后密度总和与Renyi熵的差(Densities-vs-Entropy,D-vs-E)尽量靠近为准则,得到了一种新的特征降维方法,而D-vs-E是由核特征空间的协方差矩阵导出的,因此称为核协方差成分分析(Kernel Covariance Component Analysis,KCCA).将D-vs-E发展为广义D-vs-E(generalized D-vs-E).KCCA通过将数据投影在使D-vs-E最大的KPCA轴方向得到转换后的低维数据,但是所选取的KPCA轴不一定对应于核矩阵最大的几个特征值.与基于Renyi熵的KECA相比,KCCA是基于D-vs-E的.基于广义D-vs-E的KCCA数据转换方法应用于聚类的结果显示,它在对高斯核参数的选择上具有更强的鲁棒性.

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	闫晓波	江南大学数字媒体学院	3	9	2.0	3.0
3	郭慧玲	江南大学数字媒体学院	3	9	2.0	3.0