核参数判别选择方法在核主元分析中的应用.pdfVIP

JournalofComputerApplications ISSN 1001—9081 2014—1O一10 计算机应用，2014，34(10)：2895—2898 CODENJYIIDU http：／／www．joca．cn 文章编号：1001—9081(2014)10—2895—04 doi：10．11772／j．issn．1001—9081．2014．10．2895 核参数判别选择方法在核主元分析中的应用 张 成，李 娜，李 元 ，逄玉俊 (1．沈阳化工大学数理系，沈阳 110142； 2．沈阳化工大学 信息工程学院，沈阳 110142) ( 通信作者电子邮箱 li—yuan@mail．tsinghHa．edu．cn) 摘 要：针对核主元分析(KPCA)中高斯核参数 的经验选取问题，提 出了核主元分析的核参数判别选择方法。 依据训练样本的类标签计算类内、类间核窗宽，在以上核 窗宽中经判别选择方法确定核参数。根据判别选择核参数 所确定的核矩阵，能够准确描述训练空间的结构特征。用主成分分析 (PCA)对特征空间进行分解，提取主成分以实现 降维和特征提取。判别核窗宽方法在分类密集区域选择较小窗宽，在分类稀疏区域选择较大窗宽。将判别核主成分 分析 (Dis—KPCA)应用到数据模拟实例和田纳西过程 (TEP)，通过与KPCA、PCA方法比较，实验结果表明，Dis．KPCA 方法有效地对样本数据降维且将三个类别数据 100％分开，因此，所提方法的降维精度更高。 关键词：核参数判别分析；类标签；非线性降维；核窗宽参数；核主元分析 中图分类号：TP277 文献标志码：A Applicationofkernelparameterdiscriminantmethod inkernelprincipalcomponentanalysis ZHANG Cheng，LINa，LIYuan ，PANG Yujun (1．DepartmentofScience，ShenyangUniversityofChemicalTechnology,ShenyangLiaoning110142，China； 2．CollegeofInformationEngineering，ShenyangUniversityofChemicalTechnology，ShenyangLiaoning110142，China) Abstract：Inthispaper，aimingatthepriorityselectionoftheGaussiankernelparameter(卢)intheKernelPrincipal ComponentAnalysis(KPCA)，akernelparameterdiscriminantmethodwasproposedfortheKPCA．Itcalculatedthekernel windowwidthsintheclassesandbetweentwoclassesofrthetrainingsamples．Thekernelparameterwasdeterminedwiththe discriminantmethodofrthekernelwindow widths．Thedeterminedkernelmatrixbasedonthediscriminantselectedkernel parametercouldexactlydescribethestructurecharacteristicsofthetrainingspace．Intheend，itusedPrincipalComponent Analysis(PCA)tothedecompositionofrthefeaturespace，andobtainedtheprincipal componenttorealizedimensionality