智能计算机与应用
智能計算機與應用
지능계산궤여응용
Computer Study
2014年
5期
29-31
,共3页
核主成份分析%降维%稀疏%特征向量
覈主成份分析%降維%稀疏%特徵嚮量
핵주성빈분석%강유%희소%특정향량
本文提出了改进的SKPCA降维方法.在特征向量稀疏化表达的基础上,实现了一阶降维、二阶降维与非线性降维.在增强特征向量表达能力的同时最大限度去除了冗余信息.实验证明利用改进的SKPCA降维方法获得的特征向量,检索效果优于SPCA方法.
本文提齣瞭改進的SKPCA降維方法.在特徵嚮量稀疏化錶達的基礎上,實現瞭一階降維、二階降維與非線性降維.在增彊特徵嚮量錶達能力的同時最大限度去除瞭冗餘信息.實驗證明利用改進的SKPCA降維方法穫得的特徵嚮量,檢索效果優于SPCA方法.
본문제출료개진적SKPCA강유방법.재특정향량희소화표체적기출상,실현료일계강유、이계강유여비선성강유.재증강특정향량표체능력적동시최대한도거제료용여신식.실험증명이용개진적SKPCA강유방법획득적특정향량,검색효과우우SPCA방법.
