改进主成分分析(PCA)鲁棒性的算法比较
叶明喜; 黄钰; 蒋昊
2015-07-25
发表期刊赤峰学院学报(自然科学版)
卷号31期号:14页码:17-19
摘要

与传统的PCA算法相比较,基于分布特征算法的主成分分析,由于量测的不精确使特性或参数的实际值会偏离它标称值,另一个是受环境因素影响而引起特性或参数的缓慢漂移,这样得到的分析结果在很大程度上受到异常值的干扰.本文通过对比几种算法,提出改善主成分分析(PCA)算法鲁棒性的一种实现途径,去除或者减少异常点影响,以提高PCA的精度.

关键词主成分分析 PCA鲁棒性 标称值 异常点 马氏距离
DOI10.13398/j.cnki.issn1673-260x.2015.14.008
URL查看原文
ISSN1673-260X
语种中文
文献类型期刊论文
条目标识符http://ir.lzufe.edu.cn/handle/39EH0E1M/12899
专题兰州财经大学
作者单位兰州商学院
第一作者单位兰州财经大学
推荐引用方式
GB/T 7714
叶明喜,黄钰,蒋昊. 改进主成分分析(PCA)鲁棒性的算法比较[J]. 赤峰学院学报(自然科学版),2015,31(14):17-19.
APA 叶明喜,黄钰,&蒋昊.(2015).改进主成分分析(PCA)鲁棒性的算法比较.赤峰学院学报(自然科学版),31(14),17-19.
MLA 叶明喜,et al."改进主成分分析(PCA)鲁棒性的算法比较".赤峰学院学报(自然科学版) 31.14(2015):17-19.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
24762.pdf(285KB)期刊论文出版稿暂不开放CC BY-NC-SA请求全文
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[叶明喜]的文章
[黄钰]的文章
[蒋昊]的文章
百度学术
百度学术中相似的文章
[叶明喜]的文章
[黄钰]的文章
[蒋昊]的文章
必应学术
必应学术中相似的文章
[叶明喜]的文章
[黄钰]的文章
[蒋昊]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。