信息技术
信息技術
신식기술
INFORMATION TECHNOLOGY
2014年
2期
14-18,22
,共6页
PCA%MPCA%加权主成分分析%权函数%错分率
PCA%MPCA%加權主成分分析%權函數%錯分率
PCA%MPCA%가권주성분분석%권함수%착분솔
PCA%MPCA%weighted principal component analysis%weight function%misclassification rate
在分析了传统主成分分析(PCA)方法的原理和实现方法上,提出了基于中值的主成分分析新方法(MPCA).另外,针对多类高维数据分类问题,较深入地研究了权函数对分类问题的影响,对传统PCA模型进行加权处理得到加权主成分分析(WPCA).实验结果表明,MPCA比传统PCA具有较好的分类效果,不同权函数对数据的分类结果影响较大,且WPCA比传统PCA在分类效果上有明显的优势.
在分析瞭傳統主成分分析(PCA)方法的原理和實現方法上,提齣瞭基于中值的主成分分析新方法(MPCA).另外,針對多類高維數據分類問題,較深入地研究瞭權函數對分類問題的影響,對傳統PCA模型進行加權處理得到加權主成分分析(WPCA).實驗結果錶明,MPCA比傳統PCA具有較好的分類效果,不同權函數對數據的分類結果影響較大,且WPCA比傳統PCA在分類效果上有明顯的優勢.
재분석료전통주성분분석(PCA)방법적원리화실현방법상,제출료기우중치적주성분분석신방법(MPCA).령외,침대다류고유수거분류문제,교심입지연구료권함수대분류문제적영향,대전통PCA모형진행가권처리득도가권주성분분석(WPCA).실험결과표명,MPCA비전통PCA구유교호적분류효과,불동권함수대수거적분류결과영향교대,차WPCA비전통PCA재분류효과상유명현적우세.
