版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、代號(hào)分類號(hào)107IJl_●_●一一TP39l學(xué)號(hào)蜊;j;jj曼密級(jí)套五兩簧雹手抖毅競警碩士學(xué)位論文題(、英文)目一基于韭直斬估進(jìn)的一K豎墮!一膽墨援餞化直法羼廛且舅馥叫一Q刨趔;州娥劍呂0照thm_照K卿!T£壘曼;卿—!n_M9衛(wèi):旦;蚋啦!y一№臼啦!地Ⅱ作者姓名王毅娜指導(dǎo)教師姓名、職務(wù)張軍英教授學(xué)科門美王堂一學(xué)科、專業(yè)苴簋妞i剿攮握一一提交論文日期二oo六年一月AbstractKemel’basedPrincipleCompone
2、ntAnalysis(KemelPCA)isanewlyproposedfcatureex“矗ctionmethodwhichgeneralizesprinciplecomponentanalysis(PCA)t‘’lhcnonlinearcasebyuseofkemeltrickKemelPCAcane療’ectjvelyextractnonlinearfeaturesofdatasetMoreover,comparedtoPCA,j
3、thasnoconstraintondatadistributioninoriginalspacea11dnoincreaseincomputationalcomplexitySoKemelPCAhasbeenwidelyusedindatacompression,denoisingandreconstructionThemainproblemofKemeIPCAisthatitsperf、ormanceisscronglyinnucn
4、cedbyt1eparametelsjnthekemelfunctionusedforkernelPCA,andthemappeddala,whjchcouldnotbeobtainedexplicitly,makestheparameteroptimizationworkmoredimcultInthispaper,weproposeanovelpararneteroptimizingalgorithmbasedonthenongau
5、ssiandistributionestimationinfeaCurespaceBasedontheideatha“heoptimaIparametershouIdleadthemappeddatainfeatllrespacebeasGaussianaspossble,ourmethodanalysesthenongaussianstructureofthemappeddata,andtheninVcrselyestimatesth
6、edegreeofitsdistributionclosetotheGaussianoneinfeaturespaceTheexperiments,bothonsimulateddataa11drealworlddata,demonstrateexcellentresultswhichshowea’ectivenessofthemethodproposedinthispaperKeywords:Kernel書asedPrincipleC
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于高斯過程的非線性優(yōu)化方法研究及應(yīng)用.pdf
- 基于非參數(shù)核估計(jì)的安全庫存計(jì)算方法研究.pdf
- 基于非參數(shù)核密度估計(jì)方法的均值-方差理論.pdf
- 高斯過程分形維數(shù)的估計(jì)方法及實(shí)際應(yīng)用.pdf
- 基于高斯過程響應(yīng)面及核密度估計(jì)的有限元模型確認(rèn)方法的研究.pdf
- 非平衡面板數(shù)據(jù)的估計(jì)方法及應(yīng)用
- 非高斯噪聲環(huán)境下基于壓縮感知的DOA估計(jì).pdf
- 快速核方法設(shè)計(jì)與PCA之特征選擇應(yīng)用.pdf
- 非高斯噪聲環(huán)境下PSK信號(hào)的參數(shù)估計(jì)方法研究.pdf
- 基于核估計(jì)的非參數(shù)ACD模型研究.pdf
- 非高斯SV模型的貝葉斯估計(jì).pdf
- 核PCA特征提取方法及其應(yīng)用研究.pdf
- 分?jǐn)?shù)階非高斯噪聲下的頻率估計(jì)方法及其程序?qū)崿F(xiàn).pdf
- 基于非參數(shù)統(tǒng)計(jì)高斯核函數(shù)特征量的網(wǎng)絡(luò)流量異常檢測方法.pdf
- 非高斯系統(tǒng)的控制及濾波方法研究.pdf
- 41863.基于經(jīng)驗(yàn)似然的非對(duì)稱核估計(jì)方法及應(yīng)用
- 基于核密度估計(jì)的圖像分割方法.pdf
- 基于高斯過程-粒子群優(yōu)化算法的工程結(jié)構(gòu)非概率可靠度分析方法.pdf
- 基于Bayes方法的非參數(shù)估計(jì).pdf
- kernel方法
評(píng)論
0/150
提交評(píng)論