论文部分内容阅读
为减弱离群点对数据处理的影响,提出了一种鲁棒的加权核主成分分析算法。利用核函数将样本投影到核空间,在核空间构建一个样本加权重建误差最小模型,最大限度地提取数据中的非线性信息并降低离群点样本的干扰。在Yale人脸库和UCI数据集上的实验表明,该方法具有很好的识别率,尤其对离群点样本具有较好的鲁棒性。