计算和存储空间受限下的数据稀疏核分析方法

• 作者: 李伯虎 柴旭东 谢晓丹
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 主成分分析 核方法 稀疏学习
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 1362-1366
• 页数: 5页
• 分类号: TP309
• 字数: 4166字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2017.06.012

摘要

针对核主成分分析算法广泛面临的训练样本数量大而带来的计算和存储空间的问题,提出了基于1类支持向量理论的稀疏核主成分分析算法,该方法适合于计算和存储空间受限下的应用场合,如小型硬件平台下的图像检索系统、医学辅助诊断系统等.通过求解最优方程找到能够代表原始样本空间的少量典型样本,这些样本作为计算核数据矩阵,大大节省了核矩阵计算的时间和存储空间成本,在有限的训练样本集上最大限度在硬件平台下图像处理领域有效提高识别率和计算效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴旭东		41	1056	15.0	32.0
2	李伯虎		51	1334	18.0	36.0
3	谢晓丹		1	1	1.0	1.0