搜索结果: 1-5 共查到“信息科学与系统科学 主成分分析”相关记录5条 . 查询时间(0.148 秒)
鲁棒自适应概率加权主成分分析
主成分分析 加权主成分分析 维数约简 鲁棒性
2024/1/23
主成分分析(Principal component analysis,PCA)是处理高维数据的重要方法.近年来,基于各种范数的PCA模型得到广泛研究,用以提高PCA对噪声的鲁棒性.但是这些算法一方面没有考虑重建误差和投影数据描述方差之间的关系;另一方面也缺少确定样本点可靠性(不确定性)的度量机制.针对这些问题,本文提出一种新的鲁棒PCA模型.首先采用L2,p模来度量重建误差和投影数据的描述方差。
多线性鲁棒主成分分析
多线性鲁棒主成分分析 鲁棒主成分分析 低秩 核范数最小化 增广拉格朗日乘子法
2017/1/12
鲁棒主成分分析(RPCA)是恢复低秩与稀疏成分的一种非常有效的方法.本文将RPCA推广到张量情形,提出了多线性鲁棒主成分分析(MRPCA)框架.首先建立了MRPCA模型,即最小化张量核范数与l1范数的加权组合.然后使用增广拉格朗日乘子法求解上述张量核范数优化问题.实验结果证实:对于具有多线性结构的数据,MRPCA比RPCA更加鲁棒.
基于互信息的主成分分析特征选择算法
互信息 主成分分析 特征选择
2014/2/28
主成分分析是一种常用的特征选择算法, 经典方法是计算各个特征之间的相关, 但是相关无法评估变量间
的非线性关系. 互信息可用于衡量两个变量间相互依赖的强弱程度, 且不局限于线性相关, 鉴于此, 提出一种基于互
信息的主成分分析特征选择算法. 该算法计算特征间的互信息, 以互信息矩阵的特征值作为评价准则确定主成分的
个数, 并衡量主成分分析特征选择的效果. 通过实例对所提出方法和传统主成分分析...
基于相关-主成分分析的人的全面发展评价指标体系构建
人的全面发展 人的全面发展评价 科学发展 评价指标体系
2012/5/21
根据 "坚持以人为本,树立全面协调、可持续的发展观,促进经济社会和人的全面发展"的科学发展观的内涵,从经济、社会、生活质量、人口素质等四个方面海选人的全面发展评价指标,根据可观测性原则初步筛选指标,通过相关性分析与主成分分析相结合的方法定量筛选指标,构建了人的全面发展评价指标体系. 创新与特色:一是通过相关性分析删除相关系数大的指标,避免了信息重复; 二是通过主成分分析删除了因子负载小的指标,保证...