降维技术与方法综述.PDF

第３１卷　第１０期 四 川 兵 工 学 报 ２０１０年１０月  【特稿】 降维技术与方法综述 １ ２ ２ １ 张煜东 ，霍元铠 ，吴乐南 ，董正超 （１．哥仑比亚大学 精神病学系脑成像实验室，纽约 纽约州　１００３２； ２．东南大学 信息科学与工程学院，南京　２１００９６） 摘要：为了更好地对数据实现降维，讨论了特征选择与特征变换两种技术。对于特征选择，按照特征子集的形成 方法可分为穷举法、启发式方法、随机方法、智能优化方法等；按照评价函数的类别可分为筛选式、封装式、嵌入 式。对于特征变换，传统的方法采用线性降维方法，主要有非负矩阵分解、因子分析、主成份分析、奇异值分解、 独立成分分析等；目前的方法是非线性降维方法，以流形学习为代表。对各种不同方法详细探讨其原理与流程， 并进行了