基于中值PCA和加权PCA数据分类的研究

• 作者: 李莉 王德芬 高建强
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: PCA MPCA 加权主成分分析 权函数 错分率
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 基础项目
• 页码范围: 14-18,22
• 页数: 6页
• 分类号: TP391.41
• 字数: 4071字
• 语种: 中文

摘要

在分析了传统主成分分析(PCA)方法的原理和实现方法上,提出了基于中值的主成分分析新方法(MPCA).另外,针对多类高维数据分类问题,较深入地研究了权函数对分类问题的影响,对传统PCA模型进行加权处理得到加权主成分分析(WPCA).实验结果表明,MPCA比传统PCA具有较好的分类效果,不同权函数对数据的分类结果影响较大,且WPCA比传统PCA在分类效果上有明显的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李莉	南京财经大学应用数学学院	4	12	3.0	3.0
2	高建强	河海大学计算机与信息学院	2	4	1.0	2.0
3	王德芬	河海大学计算机与信息学院	1	4	1.0	1.0