首页 期刊 数据采集与处理 基于聚类的核矩阵维度缩减 【正文】

基于聚类的核矩阵维度缩减

作者:陈才扣; 高林; 高秀梅; 杨静宇 南京理工大学计算机科学系; 南京; 210094; 扬州大学信息工程学院; 扬州; 225001; 南京理工大学计算机科学系; 南京; 210094
聚类   核矩阵维度缩减   模式识别   kfda   鉴别分析  

摘要:提出了基于聚类的核矩阵维度缩减技术.它的主要思想是首先利用非线性映射将原始输入空间变换到某高维特征空间,然后根据k-均值聚类算法缩减训练样本的数目,得到一缩减的代表集,利用该代表集计算得到一组标准正交的基向量,构成一个低维的投影子空间.CENPARMI手写体阿拉伯数字库的试验结果证实了所提算法的有效性.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅