核参数判别选择方法在核主元分析中的应用

？针对核主元分析(kpca)中高斯核参数β的经验选取问题，提出了核主元分析的核参数判别选择方法。依据训练样本的类标签计算类内、类间核窗宽，在以上核窗宽中经判别选择方法确定核参数。根据判别选择核参数所确定的核矩阵，能够准确描述训练空间的结构特征。用主成分分析(pca)对特征空间进行分解，提取主成分以实现降维和特征提取。判别核窗宽方法在分类密集区域选择较小窗宽，在分类稀疏区域选择较大窗宽。将判别核主成分分析(dis-kpca)应用到数据模拟实例和田纳西过程(tep)，通过与kpca、pca方法比较，实验结果表明，dis-kpca方法有效地对样本数据降维且将三个类别数据100%分开,因此，所提方法的降维精度更高。