基于文化算法的KPCA特征提取方法
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.
文化算法、核主元分析(KPCA)、特征提取
34
TP273(自动化技术及设备)
2008-06-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
256-260,300