|
|||||
|
|
| 降维的统一框架 | |
| 引用本文： | 陈杰,许民强,马斐.降维的统一框架[J].韩山师范学院学报,2012(3):18-22. |
| 作者姓名： | 陈杰 许民强 马斐 |
| 作者单位： | 1. 宜宾学院数学学院,四川宜宾644000 2. 湖州职业技术学院工商管理分院,浙江湖州313000 3. 新湖期货有限公司研究所,上海200070 |
| 基金项目： | 宜宾学院博士启动基金项目(2010B08) |
| 摘 要： | 构造了降维的一个统一框架——本性核主成分分析（essential kernel principal component analysis）．几乎所有的主流方法，如核主成分分析、局部线性嵌人、拉普拉斯特征映射、等距映射、扩散映射以及这些方法的改进都可以归结到这个框架下． |
| 关 键 词： | 降维 本性核主成分分析 本性核 |
A Unified Framework for Dimensionality Reduction |
|
| CHEN Jie,XU Min-qiang,MA Fei.A Unified Framework for Dimensionality Reduction[J].Journal of Hanshan Teachers College,2012(3):18-22. | |
| Authors: | CHEN Jie XU Min-qiang MA Fei |
| Institution: | 1.Department of Mathematics,Yibin University,Yibin 644000,China;2.Faculty of Industrial and Commercial Management,Huzhou Vocational and Technical College,Huzhou 313000,China;3.Xinhu Futures Co.Ltd.,Shanghai 200070,China) |
| Abstract: | We construct a unified framework for dimensionality reduction,which is called essential kernel principal component analysis(EKPCA).Some of well-known dimensionality reduction methods,such as kernel principal component analysis,locally linear embedding,Laplacian eigenmaps,Isomaps,diffusion maps are subject to this framework. |
| Keywords: | dimensionality reduction essential kernel principal component analysis essential kernel |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |