10.3969/j.issn.1673-4785.201210046
基于Parzen窗的高阶统计量特征降维方法
高阶统计量通常能比低阶统计量提取更多原数据的信息,但是较高的阶数带来了较高的时间复杂度.基于Parzen窗估计构造了高阶统计量,通过论证得出:对于所提出的核协方差成分分析(KCCA)方法,通过调节二阶统计量广义D-vs-E的参数就能够达到整合高阶统计量的目的,而无需计算更高阶统计量.即核协方差成分分析方法能够对高阶统计量的特征降维的同时,又不增加计算复杂性.
核协方差成分分析、高阶统计量、Parzen窗、特征降维
8
TP181(自动化基础理论)
国家自然科学基金资助项目90820002;江苏省自然科学基金资助项目BK2009067
2013-04-16(万方平台首次上网日期,不代表论文的发表时间)
共10页
1-10