%0 Journal Article
%T 一种鲁棒主成分分析(PCA)算法
%A 王松
%A 夏绍玮
%J 系统工程理论与实践
%D 1998
%I 
%X 主要研究了改善主成分分析（ＰＣＡ）算法鲁棒性的一种实现途径，以提高ＰＣＡ的精度。讨论了ＰＣＡ鲁棒性问题的两种提法。修正ＰＣＡ算法能够在运行过程中自动地识别样本集之中的“劣点”，从而通过迭代计算加以适当处理来排除对运算精度的影响。对比仿真实验结果表明，鲁棒ＰＣＡ算法较之传统的基于特征值分解的ＰＣＡ算法在鲁棒性上有了较大的改善。
%K principal component analysis(PCA)
%K robust PCA
%K outliers<br>主成分分析
%K 鲁棒主成分分析
%K 劣点
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=01BA20E8BA813E1908F3698710BBFEFEE816345F465FEBA5&cid=962324E222C1AC1D&jid=1D057D9E7CAD6BEE9FA97306E08E48D3&aid=C6E0BDA7DCA587C9&yid=8CAA3A429E3EA654&vid=13553B2D12F347E8&iid=CA4FD0336C81A37A&sid=9CF7A0430CBB2DFD&eid=FC0714F8D2EB605D&journal_id=1000-6788&journal_name=系统工程理论与实践&referenced_num=6&reference_num=0