模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2012年
2期
305-312
,共8页
主成份分析%最大间隔准则%支持向量机%分块对角阵%文本可视化
主成份分析%最大間隔準則%支持嚮量機%分塊對角陣%文本可視化
주성빈분석%최대간격준칙%지지향량궤%분괴대각진%문본가시화
提出两个判别性的特征融合方法——主成分判别性分析和核主成分判别性分析.基于主成份分析和最大间隔准则理论,构造一个多目标规划模型作为特征融合的目标.随后,该模型被转化成一个单目标规划问题并通过特征分解的方法求解.此外,将一个近似分块对角核矩阵K分成c(c为数据集中的类别数)个小矩阵,并求出它们的特征值和特征向量.在此基础上,通过向量代数处理得到一个映射矩阵α,当核矩阵K投影到α上,同类样本的相似信息能最大程度地得到保持.本文中的实验证实两种方法的有效性.
提齣兩箇判彆性的特徵融閤方法——主成分判彆性分析和覈主成分判彆性分析.基于主成份分析和最大間隔準則理論,構造一箇多目標規劃模型作為特徵融閤的目標.隨後,該模型被轉化成一箇單目標規劃問題併通過特徵分解的方法求解.此外,將一箇近似分塊對角覈矩陣K分成c(c為數據集中的類彆數)箇小矩陣,併求齣它們的特徵值和特徵嚮量.在此基礎上,通過嚮量代數處理得到一箇映射矩陣α,噹覈矩陣K投影到α上,同類樣本的相似信息能最大程度地得到保持.本文中的實驗證實兩種方法的有效性.
제출량개판별성적특정융합방법——주성분판별성분석화핵주성분판별성분석.기우주성빈분석화최대간격준칙이론,구조일개다목표규화모형작위특정융합적목표.수후,해모형피전화성일개단목표규화문제병통과특정분해적방법구해.차외,장일개근사분괴대각핵구진K분성c(c위수거집중적유별수)개소구진,병구출타문적특정치화특정향량.재차기출상,통과향량대수처리득도일개영사구진α,당핵구진K투영도α상,동류양본적상사신식능최대정도지득도보지.본문중적실험증실량충방법적유효성.
