首页 | 本学科首页   官方微博 | 高级检索  
     

基于模糊点数据的核主成分分析
引用本文:纳艳萍,魏立力. 基于模糊点数据的核主成分分析[J]. 西南师范大学学报(自然科学版), 2012, 37(3): 6-10
作者姓名:纳艳萍  魏立力
作者单位:宁夏大学数学计算机学院,银川,750021
基金项目:国家自然科学基金资助项目(60663003);宁夏高等学校科学研究项目(2010);宁夏大学科研基金项目E(ndzr0922)
摘    要:
在核主成分分析中,给每个训练数据赋予一个置信权重,将训练数据视为样本空间的模糊点,研究了基于模糊点数据的核主成分分析.数值模拟表明,该方法能够有效控制异常点对主成分的影响.同时,该方法也为数据先验信息的利用提供了一个可行的途径.

关 键 词:主成分分析  核主成分分析  模糊点数据

Kernel Principal Component Analysis Based on Fuzzy Points Data
NA Yan-ping , WEI Li-li. Kernel Principal Component Analysis Based on Fuzzy Points Data[J]. Journal of southwest china normal university(natural science edition), 2012, 37(3): 6-10
Authors:NA Yan-ping    WEI Li-li
Affiliation:School of Mathematics & Computer Science,Ningxia University,Yinchuan 750021,China
Abstract:
Applying a confidence weight to each training data and considering the training data as fuzzy points in the sample space,this paper studies kernel principal component analysis(KPCA) based on fuzzy points data.Numerical simulation shows that this method can effectively control possible outliers and provides a feasible approach for the utilization of prior information.
Keywords:principal component analysis  kernel principal component analysis  fuzzy points data
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《西南师范大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《西南师范大学学报(自然科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号