基于互信息可信度的主成分分析数据降维
张素智
陈小妮
1.郑州轻工业大学 计算机与通信工程学院,郑州,4500022.郑州轻工业大学 计算机与通信工程学院,郑州,450002
摘要：数据降维就是将数据集从高维特征空间向低维特征空间的映射.传统的主成分分析(PCA)算法是一种常用的线性数据降维算法.但是耗时太长,降维结果不够好,同时不能满足实际分类要求.为此,通过引入互信息可信度,提出了一种基于互信息综合可信度的主成分分析(MIS-PCA)数据降维算法.该算法首先介绍互信息(MI)、相对互信息可信度(MIR)和绝对互信息可信度(MIA)的思想;然后根据MIA和MIR求解互信息综合可信度(MIS),利用互信息综合可信度进行特征筛选;最后再运用PCA算法对处理后的数据进行降维,并将降维后的数据采用KNN、SVM算法进行分类.对比PCA、E-PCA算法,通过试验表明该方法的降维结果较好、分类精确度较高.
关键词：互信息互信息可信度主成分分析
分类号：TP393.01(计算技术、计算机技术)
资助基金：国家自然科学基金(61802353)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 425-430 )
英文信息