10.3969/j.issn.1000-3428.2012.02.057
基于核熵成分分析的数据降维
针对高维数据的维灾问题,采用核熵成分分析方法降维数据,并与主成分分析及核主成分分析方法进行对比.降维后的数据利用支持向量机算法进行分类,以验证算法有效性.实验结果表明,KECA在较低的维数时仍然能获得较好的分类精度,可以减少后续的处理复杂度和运行时间,适用于机器学习、模式识别等领域.
降维、核熵成分分析、核主成分分析、支持向量机
38
TN911.72
国家自然科学基金资助项目60701021;上海市教育委员会科研创新基金资助项目09YZ15;上海市教委重点学科建设基金资助项目J50104;上海大学研究生创新基金资助项目SHUCX112137
2012-04-27(万方平台首次上网日期,不代表论文的发表时间)
共3页
175-177