| 一种新的GPCA方法 |
| |
| 引用本文： | 纳艳萍,魏立力.一种新的GPCA方法[J].甘肃联合大学学报(自然科学版),2008,22(4). |
| |
| 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,宁夏,银川,750021 |
| |
| 基金项目： | 宁夏自然科学基金资助项目
,
宁夏大学科研基金项目 |
| |
| 摘 要： | Generalized PCA(简写GPCA)是主成分分析(PCA)的一个非线性推广方法,主要用于数据压缩和特征提取.在经典的GPCA方法中,每个训练数据在构建主成分时的作用是相同的.然而,在许多实际问题中,训练数据的意义和作用是不同的,通常有些数据比其它数据更为重要,对于重要的数据我们应给予充分的重视,而对于不可信数据(可能是异常数据),应限制其作用.文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GPCA方法.数值实验表明,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： | GPCA 模糊点数据 主成分分析 |
A New Method of Generalized Principal Component Analysis |
| |
| NA Yan-ping,WEI Li-li.A New Method of Generalized Principal Component Analysis[J].Journal of Gansu Lianhe University :Natural Sciences,2008,22(4). |
| |
| Authors: | NA Yan-ping WEI Li-li |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
