%0 Journal Article
%T 一种鲁棒的概率核主成分分析模型
%A 李彪
%A 杨芸
%A 王帅磊
%J 海军航空工程学院学报
%D 2016
%R 10.7682/j.issn.1673-1522.2016.04.003
%X 大数据时代面临的数据维数越来越高,对数据降维处理越发显得重要。经典的主成分分析模型已被证明是一种有效的数据降维方法。但它在处理非线性、存在噪声和异常点的数据时存在效果较差的问题。对此,文章提出了一种鲁棒概率核主成分分析模型。该模型将核方法与基于高斯隐变量模型的极大似然框架相结合,用多元 t分布作为先验分布,以同时解决主成分分析在这 3个方面的弊端。提出混合鲁棒概率核主成分分析模型,使其可直接用于对混合的非线性数据进行降维和聚类分析。在不同数据集上进行的实验结果表明,与标准的混合概率核主成分分析模型相比,文中模型在数据聚类方面有更高的准确率
%K 主成分分析 鲁棒降维 EM算法 聚类分析 核方法 隐变量模型
%U http://hjhyxb.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20160403&flag=1