- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
--
非线性成分分析作为一个核的特征值问题
摘要
我们用于一种新方法描述如何执行主成分分析非线性形式。通过
对积分算子核函数的使用。通过一些相关的非线性映射输入空间,我
们可以有效计算在高维特征空间的主成分组成部分;比如在?16?*16
的图像空间中所有可能的?5?个像素的乘积。这篇论文中我们给出了该
方法的推导,连同由非线性与内核的方法形成的讨论,并且展现目前
对模式识别的非线性特征提取的第一批实验结果。
1?引入
主成分分析是尽可能提取高维数据集的一种强大的配套技术?.它
很容易通过求解一个特征值问题或者用迭代算法来估计主成分;现有
的文献(看?Jolliffe(1986)?and?Dia
文档评论(0)