计算机科学 ›› 2004, Vol. 31 ›› Issue (6): 167-168.
• 计算机网络与信息安全 • 上一篇 下一篇
聂琨坤 傅彦
出版日期:
发布日期:
Online:
Published:
摘要: 独立分量分析(ICA)是基于数据高阶统计特性的一种线性变换手段。目前,已广泛应用于盲信号分离和图像识别。文章将此技术引入到科学数据挖掘领域,以求解决预处理中高维复杂特征的提取问题。提出了ICA结合主成分分析(PCA)的特征提取步骤,并结合科学数据集量大的特点给出了一种快速收敛算法—FastICA。最后指出ICA特征提取技术可以应用于高维科学数据挖掘,并且较传统的特征提取技术有更高的准确率。
关键词: 独立分量分析 ICA 特征提取 科学数据挖掘 盲信号分离 图像识别
聂琨坤 傅彦. 用ICA提取高维科学数据的特征[J]. 计算机科学, 2004, 31(6): 167-168. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2004/V31/I6/167
Cited