计算机应用研究2021，Vol.38Issue(7) ：2081-2084,2090.DOI:10.19734/j.issn.1001-3695.2020.08.0219

一种融合各类最小主成分子空间的特征变换方法

Feature transformation method fusing minimum principal component subspaces of each class

杨中良 李蒙蒙 徐若灏 杨莉芳 尚志刚
计算机应用研究2021，Vol.38Issue(7) ：2081-2084,2090.DOI:10.19734/j.issn.1001-3695.2020.08.0219
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

一种融合各类最小主成分子空间的特征变换方法

Feature transformation method fusing minimum principal component subspaces of each class

杨中良 1李蒙蒙 1徐若灏 1杨莉芳 1尚志刚1
扫码查看

作者信息

  • 1. 郑州大学 电气工程学院,郑州450001;河南省脑科学与脑机接口技术重点实验室,郑州450001
  • 折叠

摘要

针对主成分分析算法没有很好地利用数据的类别信息,且最大主成分方向容易导致各类数据重叠的问题,提出一种融合各类最小主成分子空间的特征变换方法.首先将各类数据分别进行主成分分析,由各类最小主成分方向张成各类投影子空间;然后将原始数据在各类子空间投影后的最小主成分子空间进行融合,构成新的特征空间;最后使用KE E L公共数据集对该方法进行测试.结果表明,与其他特征变换方法相比,该方法能够构造出更加利于分类的特征空间,有助于提升分类器的分类精度.

关键词

主成分分析/特征变换/子空间/最小主成分

引用本文复制引用

基金项目

国家自然科学基金(U1304602)

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
参考文献量3
段落导航相关论文