【摘要】：針對核主成分分析算法廣泛面臨的訓(xùn)練樣本數(shù)量大而帶來的計算和存儲空間的問題,提出了基于1類支持向量理論的稀疏核主成分分析算法,該方法適合于計算和存儲空間受限下的應(yīng)用場合,如小型硬件平臺下的圖像檢索系統(tǒng)、醫(yī)學(xué)輔助診斷系統(tǒng)等.通過求解最優(yōu)方程找到能夠代表原始樣本空間的少量典型樣本,這些樣本作為計算核數(shù)據(jù)矩陣,大大節(jié)省了核矩陣計算的時間和存儲空間成本,在有限的訓(xùn)練樣本集上最大限度在硬件平臺下圖像處理領(lǐng)域有效提高識別率和計算效率.
[Abstract]:In order to solve the problem of computing and storage space caused by the large number of training samples, a sparse kernel principal component analysis algorithm based on class 1 support vector theory is proposed. This method is suitable for applications with limited computing and storage space, such as image retrieval system under small hardware platform, medical aided diagnosis system and so on. By solving the optimal equation, a small number of typical samples which can represent the original sample space are found. These samples are used as the kernel data matrix to calculate the kernel data matrix, which greatly saves the time and storage space cost of the kernel matrix calculation. In the limited training sample set, the recognition rate and computational efficiency are improved effectively in the field of image processing under the hardware platform.
【作者單位】： 北京航空航天大學(xué);北京仿真中心;
【分類號】：TP181;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 經(jīng)玲,朱甫芹,魯緋,孫君社;腐乳感官和理化品質(zhì)的核主成分分析[J];中國農(nóng)業(yè)大學(xué)學(xué)報;2004年03期

2 趙麗紅;孫宇舸;蔡玉;徐心和;;基于核主成分分析的人臉識別[J];東北大學(xué)學(xué)報;2006年08期

3 薛寧靜;;基于測地距離的核主成分分析方法[J];微計算機信息;2010年31期

4 劉嵩;羅敏;張國平;;基于對稱核主成分分析的人臉識別[J];計算機應(yīng)用;2012年05期

5 何振學(xué);張貴倉;譙鈞;楊林英;;對稱核主成分分析及其在人臉識別中的應(yīng)用[J];計算機工程;2013年03期

6 萬星火;金永超;鄭俊玲;;基于核主成分分析的環(huán)境質(zhì)量綜合評價模型[J];電腦知識與技術(shù);2014年09期

7 殷俊;周靜波;金忠;;基于余弦角距離的主成分分析與核主成分分析[J];計算機工程與應(yīng)用;2011年03期

8 孟凡榮;楊開睿;梁志貞;;魯棒的加權(quán)核主成分分析算法[J];計算機應(yīng)用研究;2013年07期

9 劉權(quán);郭武;;基于核主成分分析的話題跟蹤系統(tǒng)[J];清華大學(xué)學(xué)報(自然科學(xué)版);2013年06期

10 賈亞瓊;;基于核主成分分析的圖像去噪[J];科學(xué)技術(shù)與工程;2009年19期

相關(guān)會議論文 前3條

1 劉權(quán);郭武;;基于核主成分分析的話題跟蹤系統(tǒng)[A];第十二屆全國人機語音通訊學(xué)術(shù)會議（NCMMSC'2013）論文集[C];2013年

2 薛永剛;朱靖波;魏剛;;基于核主成分分析的文本分類[A];第二屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議（NCIRCS-2005）論文集[C];2005年

3 徐揚;陳實;田玉敏;;基于核主成分分析的步態(tài)識別[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

相關(guān)博士學(xué)位論文 前1條

1 楊勝凱;基于核主成分分析的特征變換研究[D];浙江大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 鄭俊玲;基于KPCA的大學(xué)生學(xué)業(yè)預(yù)警模型及其應(yīng)用[D];華北理工大學(xué);2015年

2 鄭穎;二維核主成分分析算法和應(yīng)用研究[D];西安電子科技大學(xué);2014年

3 徐東曙;蛋白質(zhì)亞細胞定位中的非線性核熵成分分析和核主成分分析方法對比研究[D];云南大學(xué);2016年

4 常燕芝;基于概率核學(xué)習(xí)方法的短期風(fēng)電功率預(yù)測[D];蘭州交通大學(xué);2016年

5 劉亞卿;基于旋轉(zhuǎn)森林的基因數(shù)據(jù)分類算法研究[D];中國計量大學(xué);2016年

6 馬文青;一種加權(quán)核主成分分析及其相關(guān)參數(shù)的選取[D];大連海事大學(xué);2009年

7 劉素京;基于核主成分分析和支持向量機的飛機艙音信號的識別[D];南京航空航天大學(xué);2009年

8 賈亞瓊;基于核主成分分析的圖像降噪方法研究[D];華南理工大學(xué);2010年

9 萬康康;基于核主成分分析的原像問題研究[D];南京理工大學(xué);2014年

10 孫宗寶;基于軟間隔支持向量機和核主成分分析的入侵檢測研究[D];哈爾濱理工大學(xué);2007年

，

本文編號：2494286