正交正則化核典型相關(guān)分析的研究.pdf

1、隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展，高維數(shù)據(jù)越來越多地出現(xiàn)在互聯(lián)網(wǎng)、科學(xué)研究等領(lǐng)域。為了達(dá)到細(xì)致準(zhǔn)確地描述客觀事物的目的，人們通常需要應(yīng)用這些高維的數(shù)據(jù)。但是人們在享受高維數(shù)據(jù)給人們帶來便利的同時，也給人們造成了相關(guān)的不便：這些數(shù)據(jù)的高維屬性會使隱藏在這些數(shù)據(jù)背后的事物的規(guī)律難于被發(fā)現(xiàn)。當(dāng)人們在直接處理高維數(shù)據(jù)時，會遇到所謂的“維數(shù)災(zāi)難”問題：要在給定的精度下準(zhǔn)確地對某些變量的函數(shù)進(jìn)行估計，所需要的樣本數(shù)量會隨著樣本維數(shù)的增加而呈指數(shù)形式增長。因此

2、，在使用高維數(shù)據(jù)之前對其進(jìn)行降維處理是十分有意義而且必要的。
　　本文主要把核方法引入到正交正則化典型相關(guān)分析中，提出了正交正則化核典型相關(guān)分析方法，從而將正交正則化典型相關(guān)分析算法的適用范圍從線性空間擴(kuò)展到了非線性空間。設(shè)計并生成針對正交正則化核典型相關(guān)分析算法的仿真實驗數(shù)據(jù)，與正交正則化典型相關(guān)分析算法進(jìn)行對比，驗證了所提算法的可行性和有效性。然后將所研究算法應(yīng)用于特征融合中，應(yīng)用線性變換的方法將提取的特征進(jìn)行融合，并用最近鄰