KPCA维数约简研究

• 作者: 董虎胜
• 来源期刊: 现代计算机
• 关键词: 维数约简 线性投影 核方法 KPCA
• 年，卷（期）: 2017,（31）
• 所属期刊栏目: 研究与开发
• 页码范围: 3-6,25
• 页数: 5页
• 字数: 3018字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2017.31.001

摘要

在对数据分析与处理时,为了避免高维数据所带来的巨大运算开销,通常需要对原始数据进行维数约简.与基于线性投影的维数约简方法相比,基于核方法的维数约简由于能够实现对样本的非线性映射,因此在数据预处理中具有更大的优势.对基于核方法的主成分分析(KPCA)维数约简方法进行研究,并通过实验结果证明KPCA不仅能够实现数据的降维,还具有增强数据线性可分性的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董虎胜		41	103	6.0	8.0