%0 Journal Article
%T 基于秩2更新的多维数据流典型相关跟踪算法
%A 杨静
%A 李文平
%A 张健沛
%J 电子学报
%P 1765-1774
%D 2012
%R 10.3969/j.issn.0372-2112.2012.09.011
%X 现存的多维数据流典型相关分析(CanonicalCorrelationAnalysis,简称CCA)算法主要是基于近似技术的求解方法,本质上并不是持续更新的精确算法.为了能在时变的环境中持续、快速而精确地跟踪数据流之间的相关性,本文提出一种多维数据流典型相关跟踪算法TCCA.该算法基于秩2更新理论,通过并行方式持续更新样本协方差矩阵的特征子空间,进而实现多维数据流典型相关的快速跟踪.理论分析及仿真实验结果表明,TCCA具有较好的稳定性、较高的计算效率和精度,可以作为基本工具应用于数据流相关性检测、特征融合、数据降维等数据流挖掘领域.
%K 多维数据流
%K 典型相关分析
%K 秩2更新
%K 快速跟踪
%K 特征子空间
%U http://www.ejournal.org.cn/CN/abstract/abstract6808.shtml