| 基于主成分分析的特征简化 |
| |
| 引用本文： | 曾黄麟,虞厥邦,曾谦.基于主成分分析的特征简化[J].四川理工学院学报(自然科学版),1999,12(1):1-4. |
| |
| 作者姓名： | 曾黄麟 虞厥邦 曾谦 |
| |
| 作者单位： | 1. 四川轻化工学院电子工程系,自贡,643033
2. 成都电子科技大学光电技术工程系,成都,610054 |
| |
| 基金项目： | 国家自然科学基金,智能技术与系统国家重点实验室开放课题基金 |
| |
| 摘 要： | 特征评选与简化是模式识别研究中至关重要的任务。本文介绍了降维映射的主成分分析特征评选与简化方法，提出了以神经网络实现主成分分析的结构和算法，为模式识别特征简化提供了一条有效途径。
|
| 关 键 词： | 主成分分析 神经网络 特征简化 模式识别 |
| 修稿时间： | 1998-12-2 |
System Feature Reduction on Principal Component Analysis |
| |
| Zeng Huanglin,Yu Juebang,Zeng Qian.System Feature Reduction on Principal Component Analysis[J].Journal of Sichuan University of Science & Engineering:Natural Science Editton,1999,12(1):1-4. |
| |
| Authors: | Zeng Huanglin Yu Juebang Zeng Qian |
| |
| Abstract: | Selection and reduction on system features are a key work in pattern recognition study. A system feature selection on principal component analysis with a method of reducing dimensions of input space mapping is introduced,and a neural network and an adaptive learning algorithm for principal compoment extraction is given. The method of principal conponent analysis is a valid way to reduce system features in pattern recognition. |
| |
| Keywords: | principal component analysis neural networks feature reduction pattern recognition |
| 本文献已被 万方数据 等数据库收录！ |
