改进主成分分析（PCA）鲁棒性的算法比较.pdfVIP

第31卷 第7期 (下) 赤 峰 学 院 学报 (自然科 学版 ) V01．3lNo．7 2015年 7月 JournalofChifengUniversity(NaturalScienceEdition) Ju1．2015 改进主成分分析(PCA)鲁棒性的算法比较 叶明喜，黄 钰，蒋 昊 (兰州商学院，甘肃 兰州 730101) 摘 要：与传统的PCA算法相比较，基于分布特征算法的主成分分析，由于量测的不精确使特性或参数的实际值会偏离 它标称值 。另一个是受环境因素影响而引起特性或参数的缓慢漂移，这样得到的分析结果在很大程度上受到异常值的干扰． 本文通过对比几种算法。提出改善主成分分析(PCA)算法鲁棒性的一种实现途径，去除或者减少异常点影响，以提高PCA的 精度 ． 关键词：主成分分析；PCA鲁棒性；标称值；异常点；马氏距离 中图分类号：TP391 文献标识码：A 文章编号；1673—260X(2015)07—0017-03 1 PCA的原理和鲁棒性 另外，传统PCA算法基于协方差阵的二阶方面考虑，因 传统PCA算法是一种基于空间坐标的降维技术，将 此得到的主成分只能做到互不相关，而不能做到相互独立． 高维数据按照线性投影的方式投影到低维空间，在保留过程 为提高PCA算法的鲁棒性，必须去除或者减少异常点样本 变量间关系结构的同时，去除了噪声以及变量之间的相关 污染对算法的影响．异常点的产生原因是多方面的，例如突 性，但传统主成分基于特征值分解的PCA方法存在严重鲁 发的随机噪声，测量或者记录的偶尔出错等等．很自然地要 棒性问题，这大大影响了PCA的运算精度．如PCA算法给出 考虑如何找出样本集中的异常点样本，在求解协方差矩阵时 巩在随机向量X的第 i主方向，根据尽可能地靠近原始数据 将其排除在外．因此首先需要确定异常点样本的判据，下文 x，则所有的ai都应该调整大道 MSE，则有下列公式： 的三种算法判别异常点样本将作比较介绍． ai=argmax{E(vlx)l i=l，2，3… (1) 算法一 ：计算原始数据在每个高维空间中的马 氏 (Mahalanobis)距 离 ．给 出马 氏距离计算公式为 ：d~-,- 其中：vlvi=0,i≠j；x为n维的零均值的随机向量，若给定 ，_——：——————。=_ 一 个数据集{xl，i=l，2，3…n；求的x的相关系数解为： V 一x rl(xr—x)，Q 是协方差的逆矩阵．马氏距离的优点是 1 考虑到各变量之间相关性，并且与各变量的单位无关．对数 = 兰丁 x娲，=1，2，…m)， 儿 - t J 据点的马氏距离设定一个标称值8，对原始数据与马氏距离 协方差矩阵： 进行排序，对与该标称值的点进行不同大小比较并进行标 var∞=AX)(rAT_A， 记剔除，从而使这些异常点不会被选人进行成分分析，从而 矩阵A为构造的正交阵，传统PCA算法是对随机向量 做到将异常点样本剔除目的． x的协方差阵进行特征值分解来获得 x的协方差矩阵val 算法二：是开始设定一个可能的参考异常值，初始化时 ∞，其为一对角矩阵，而对角元素恰好是原始数据集相关矩 将第一个点和第二点之间的马氏距离作为标称值，将所有 阵的特征值．其中样本数据集协方差阵的估计值： 点计算出到均值点的马氏距离 ，计算出样本点中大于参考 A 1