小型微型计算机系统
小型微型計算機繫統
소형미형계산궤계통
MINI-MICRO SYSTEMS
2013年
8期
1882-1885
,共4页
核主成分分析%核矩阵%大数据集%特征分解%幂迭代
覈主成分分析%覈矩陣%大數據集%特徵分解%冪迭代
핵주성분분석%핵구진%대수거집%특정분해%멱질대
KPCA%kernel matrix%large-scale data set%eigen-decomposition%power iteration
核主成分分析方法是使用核方法将经典的线性算法主成分分析推广到高维空间,用来处理复杂非线性数据的一种常用的特征提取算法,该算法首先在高维空间中计算所有样本之间的核矩阵,然后使用特征分解技术计算核矩阵的特征解,其计算的时间和空间复杂度分别为O(m2)和O(m3).然而在大规模数据集的情况下,由于储存和计算的问题无法进行正常的求解.文中提出首先使用幂迭代方法计算核矩阵的高阶特征解,然后重复使用Schur-Weilandt收缩方法分别计算出核矩阵的其它阶特征解.文中算法在计算过程中,不需要像传统的计算方法那样需要事先存储核矩阵,空间复杂度只有O(m).通过在模拟和真实数据的实验结果充分验证了算法的有效性.
覈主成分分析方法是使用覈方法將經典的線性算法主成分分析推廣到高維空間,用來處理複雜非線性數據的一種常用的特徵提取算法,該算法首先在高維空間中計算所有樣本之間的覈矩陣,然後使用特徵分解技術計算覈矩陣的特徵解,其計算的時間和空間複雜度分彆為O(m2)和O(m3).然而在大規模數據集的情況下,由于儲存和計算的問題無法進行正常的求解.文中提齣首先使用冪迭代方法計算覈矩陣的高階特徵解,然後重複使用Schur-Weilandt收縮方法分彆計算齣覈矩陣的其它階特徵解.文中算法在計算過程中,不需要像傳統的計算方法那樣需要事先存儲覈矩陣,空間複雜度隻有O(m).通過在模擬和真實數據的實驗結果充分驗證瞭算法的有效性.
핵주성분분석방법시사용핵방법장경전적선성산법주성분분석추엄도고유공간,용래처리복잡비선성수거적일충상용적특정제취산법,해산법수선재고유공간중계산소유양본지간적핵구진,연후사용특정분해기술계산핵구진적특정해,기계산적시간화공간복잡도분별위O(m2)화O(m3).연이재대규모수거집적정황하,유우저존화계산적문제무법진행정상적구해.문중제출수선사용멱질대방법계산핵구진적고계특정해,연후중복사용Schur-Weilandt수축방법분별계산출핵구진적기타계특정해.문중산법재계산과정중,불수요상전통적계산방법나양수요사선존저핵구진,공간복잡도지유O(m).통과재모의화진실수거적실험결과충분험증료산법적유효성.
