基于GHA的核主成分分析及其应用

被引:1
作者
潘石柱
殳伟群
王令群
机构
[1] 同济大学控制理论与控制工程学院
关键词
GHA; 核主成分分析; 特征提取;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
文中提出了一种将GHA(Generalized Hebbian Algorithm)学习规则应用到核主成分分析的新方法,它结合了核主成分分析和GHA学习规则的优点,既能利用核主成分分析的方法方便地提取数据的非线性特征,又能避免在大样本数据的情况下运算复杂和存储空间大的问题。实验证明了该方法的可行性和高效性。
引用
收藏
页码:23 / 25
页数:3
相关论文
共 2 条
[1]  
A comparison of PCA, KPCA and ICA for dimensionality reduction in support vector machine[J] . L.J. Cao,K.S. Chua,W.K. Chong,H.P. Lee,Q.M. Gu.Neurocomputing . 2003 (1)
[2]  
Simplified neuron model as a principal component analyzer[J] . Erkki Oja.Journal of Mathematical Biology . 1982 (3)