模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2011, Vol. 24 Issue (2): 153-159    DOI:
论文 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于核的慢特征分析算法
Kernel Based Slow Feature Analysis

全文: PDF (482 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 提出一种基于核的慢特征分析算法.通过引入核技巧,既充分扩充特征空间,又避免直接在高维空间中运算的困难.由于充分利用数据所隐含的非线性信息,所得到的解是稳定的.同时基于对慢特征分析算法目标函数的分析,给出一个对算法结果的评价准则,并用以指导核参数的选择.实验结果验证算法的有效性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
马奎俊
韩彦军
陶卿
王珏
关键词 不变量学习慢特征分析核方法盲源信号分离    
Abstract:A kernelbased algorithm is proposed to solve the nonlinear exparsion problem of slow feature analysis (SFA) is proposed to solve this problem. By using the kernel trick, it avoids the difficulties of computing directly in high dimensional space. Because of the full use of nonlinear information of the data, its output is steady. Meanwhile, based on analysis of the objective of the algorithm, a formula is put forward to estimate the output slowness of the signal and utilize it as a guide line to choose parameters of the kernel functions. Experimental results show the effectiveness of the proposed algorithm.
Key wordsInvariance Learning    Slow Feature Analysis    Kernel Methods    Blind Source Separation   
    
ZTFLH: TP 181  
引用本文:   
马奎俊, 韩彦军, 陶卿, 王珏. 基于核的慢特征分析算法[J]. 模式识别与人工智能, 2011, 24(2): 153-159. MA Kui-Jun, HAN Yan-Jun, TAO Qing, WANG Jue. Kernel Based Slow Feature Analysis. , 2011, 24(2): 153-159.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2011/V24/I2/153
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn