基于核主成分分析的数据流降维研究

• 作者: 侯杰 李瑞光 高宏宾
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 核主成分分析 数据流 降维
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 105-109
• 页数: 5页
• 分类号: TP39
• 字数: 3995字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1110-0295

摘要

分析了数据流降维算法PCA和KPCA的原理和实现方法.针对在大型数据集上PCA线性降维无法有效实现降维且KPCA的降维效率差,提出了一种新的降维策略GKPCA算法.该算法将数据集先分组,对每一组执行KPCA,然后过滤重新组合数据集,再次应用KPCA算法,达到简化样本空间,降低了时间复杂度和空间复杂度.实验分析表明,GKPCA算法不仅能取得良好的降维效果,而且时间消耗少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高宏宾	五邑大学计算机学院	13	134	6.0	11.0
2	侯杰	五邑大学计算机学院	2	41	2.0	2.0
3	李瑞光	五邑大学计算机学院	1	32	1.0	1.0