| 基于文化算法的KPCA特征提取方法 |
| |
| 引用本文： | 黄海燕,柳桂国,顾幸生.基于文化算法的KPCA特征提取方法[J].华东理工大学学报(自然科学版),2008,34(2):256-261. |
| |
| 作者姓名： | 黄海燕 柳桂国 顾幸生 |
| |
| 作者单位： | 华东理工大学自动化研究所,上海,200237 |
| |
| 摘 要： | 如何选择最优或接近最优的核函数使分类错误率降低,是KPCA(Kenel Principle Com-portent Analysis)应用于特征提取的关键.本文在研究了文化算法(Cultural Algorithms,CA)相关文献的基础上,提出了一种训练核函数参数的文化算法流程,实现了KPCA和CA的集成,有效地提高了核函数的优化选择.仿真结果表明该方法具有较好的结果和更少的计算量.
|
| 关 键 词： | 文化算法 核主元分析(KPCA) 特征提取 |
| 文章编号： | 1006-3080(2008)02-0256-05 |
| 修稿时间： | 2007年5月16日 |
KPCA Based on Cultural Algorithms Feature Extraction |
| |
| HUANG Hai-yan,LIU Gui-guo,GU Xing-sheng.KPCA Based on Cultural Algorithms Feature Extraction[J].Journal of East China University of Science and Technology,2008,34(2):256-261. |
| |
| Authors: | HUANG Hai-yan LIU Gui-guo GU Xing-sheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
