...性特征提取问题,基于核技术的理论,本文给出一种监督化的KPCA方法,即组合类别信息的核主成分分析(CIKPCA)。由于核主成分分析(KPCA)是无监督学习方法,在特征提取过程,KPCA中不能充分利用训练样本的类别信息,而CIKPCA则是克服这一弱点。
基于734个网页-相关网页
...)特征选择模型的特性、特征选择评估判据以及启发式特征搜索方法进行了研究。针对人脸识别问题,提出将小波变换及核主元分析(KPCA)作为Filter特征选择模型,将SVM作为Wrapper特征选择模型。
基于530个网页-相关网页
（2）核主成分分析法特征提取理论 目前，核主分量分析（KPCA）是抽取原始样本的非线性特征非常有效的办法 ¨引，其与其它的特征提取方法不同之处就是它使用了核技巧。
基于312个网页-相关网页
...：为提高径流预测模型的准确性与稳定性,对KPCA-PSO-SVM的径流预测方法进行了研究。在分析径流影响因素的基础上,利用核主成分分析(KPCA)法对径流影响因子进行非线性特征提取,获得主成分作为支持向量机(SVM)的输入变量,建立了径流预测SVM模型,其中模型参数通过粒子群算...
基于72个网页-相关网页
Robust KPCA 主分量分析 ; 稳健的非线性主分量分析
KPCA-SVM 支持向量机
Extended KPCA 扩展核主成分分析
Supervised KPCA 监督化KPCA
KPCA the author himself proc KPCA的提出者亲自写的程序
A new face recognition method based on combination of KPCA features is proposed in this paper.
提出了一种基于核主成分特征组合的人脸识别方法。
Based on ORL face database, recognizes correlation coefficients of principal component extracted by KPCA.
基于OR L人脸库，识别核主成分分析提取出的主成分的相关性系数。
In the paper, GBGM-GA is seen the optimization technique combining KPCA and GA, and is suitable to the optimization selection of kernel function parameter.
本文采用高斯变异遗传算法作优化技术，实现了KPCA和GA的集成，适合核函数参数的优化选择。
应用推荐