基于Parzen窗的高阶统计量特征降维方法

• 作者: 王士同 郭慧玲 闫晓波
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 核协方差成分分析 高阶统计量 Parzen窗 特征降维
• 年，卷（期）: 2013,（1）
• 页码范围: 1-10
• 页数: 10页
• 分类号: TP181
• 字数: 5011字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201210046

摘要

高阶统计量通常能比低阶统计量提取更多原数据的信息,但是较高的阶数带来了较高的时间复杂度.基于Parzen窗估计构造了高阶统计量,通过论证得出:对于所提出的核协方差成分分析(KCCA)方法,通过调节二阶统计量广义D-vs-E的参数就能够达到整合高阶统计量的目的,而无需计算更高阶统计量.即核协方差成分分析方法能够对高阶统计量的特征降维的同时,又不增加计算复杂性.

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