- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
一种互信息梯度不变的非线性特征提取方法.pdf
第27卷第12期 计算机应用研究 V01.27No.12
Researchof Dec.2010
2010年12月 Application Computers
一种互信息梯度不变的非线性特征提取方法水
徐洪章1,牛小梅1,廖海斌2
(1.黄淮学院计算机科学系,河南驻马店463000;2.武汉大学电子信息学院,武汉430079)
摘要:针对线性的互信息特征提取方法,通过研究互信息梯度在核空间中的线性不变性,提出一种快速、高效
的非线性特征提取方法。该方法采用互信息二次熵快速算法及梯度上升的寻优策略,提取有判别能力的非线性
高阶统计量;在计算时避免传统非线性特征提取中的特征值分解运算,有效降低计算量。通过UCT数据的投影
和分类实验表明,该方法无论在投影空间的可分性上,还是在算法时问复杂度上,都明显优于传统算法。
关键词:核方法;非线性变换;特征提取;互信息
中图分类号:哟9l 文献标志码:A 文章编号:1001,3695(2010)12—4495.03
doi:t0,3969/j.issn.1001-3695.2010.12.028
Invarianeeofmutualinformationbasednonlinearfeatureextraction
gradient
XU Hal·bin2
Xiao—meil,LIAO
Hong-zhan91,NIU
s盼,Wuhan430079,Ch/na)
and of
afast effectivemethodnonlinearfeatureextraction thelinearinvarianceof
Abstract:Thispaperproposed bystudying
mutualinformationinthelinearmutualinformation afast formutualinforma-
featureextraction.It
gradient employedalgorithm
tionand ascentwhichavoidthe ofthetraditionalnonlineartransformation.Inthis
gradient eigenvaluedecomposition way,the
of
extractedfeaturescouldreflectthecharacteristicsdiscriminativestatisties。andreducethe
higher.order effectively computao
tional withtheUCIreaddatashowthatthe wellin andclassi·
complexity.Experiments proposedapproachperformsprojection
fication isbeuerthantraditionalnonlinear forthetime
performance,and
文档评论(0)