10.3969/j.issn.1003-6059.2012.02.018
基于PCA扩展的判别性特征融合
提出两个判别性的特征融合方法——主成分判别性分析和核主成分判别性分析.基于主成份分析和最大间隔准则理论,构造一个多目标规划模型作为特征融合的目标.随后,该模型被转化成一个单目标规划问题并通过特征分解的方法求解.此外,将一个近似分块对角核矩阵K分成c(c为数据集中的类别数)个小矩阵,并求出它们的特征值和特征向量.在此基础上,通过向量代数处理得到一个映射矩阵α,当核矩阵K投影到α上,同类样本的相似信息能最大程度地得到保持.本文中的实验证实两种方法的有效性.
主成份分析、最大间隔准则、支持向量机、分块对角阵、文本可视化
25
TP391.4(计算技术、计算机技术)
国家自然科学基金资助项目60774096
2012-07-13(万方平台首次上网日期,不代表论文的发表时间)
共8页
305-312