采用核聚类分析的KPCA改进算法

摘要：

为了解决核主分量分析方法处理大训练样本集时计算代价巨大的问题,在采用子集划分的KPCA算法基础上,提出采用核聚类划分子集,并用每个子集的协方差矩阵的特征值累积贡献率作为标准米选取相应的特征向量.分别在人工和实际数据集上测试,实验结果显示在同一累积贡献率和给定子集个数的条件下,采用核聚类划分子集总能得到较小尺寸的核矩阵,而核矩阵尺寸的减小有助于改善测试样本的特征提取速度以及降低特征分解核矩阵的时间复杂度.

关键词：核主分量分析、核聚类、子集划分、协方差矩阵、特征向量

所属期刊栏目：5

分类号：TP18(自动化基础理论)

资助基金：国家"863"计划资助项目2007AA04Z423,2006AA01Z106;国家自然科学基金资助项目60576033;福建省自然科学基金资助项目2008J04001;厦门市科技计划资助项目3502Z20053031

在线出版日期：2010-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：221-226