基于负熵判据的ICA对数据挖掘降维的实现

摘要：

独立分量分析(ICA)是通过分析多维观测数据之间的高阶统计相关性,找出相互独立的隐含信息成份,从而可以去除分量间的高阶冗余以及提取独立的信源.数据挖掘是近年来计算机领域的研究热点,它是一个非平凡的模式辨识过程,从大量的数据中寻求正确的、新颖的、具有内在价值的、和最终可解释的模式.复杂数据的出现迫切要求新的特征处理技术,而数据挖掘书中却常将降维技术忽略.通过分析ICA的现有算法基础上提出一种降维的算法,该算法基于负熵判据.

关键词：独立分量分析、盲源分离、特征提取、降维

所属期刊栏目：25

分类号：TP312(计算技术、计算机技术)

在线出版日期：2014-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：140-142