论文部分内容阅读
提出一种大规模数据集求解核主成分的计算方法．首先使用Gram矩阵生成一个Gram-power阵，根据线性代数的理论可知，新形成的矩阵和原先的Gram矩阵具有相同的特征向量．因此，可以把Gram矩阵的每一列看成核空间迭代算法的输入样本，这样，无须使用特征分解即可迭代地计算出核主成分．该算法的空间复杂度只有O（m）；在大规模数据集的情况下，时间复杂度也降低为O（pkm）．实验结果表明了所提出算法的有效性．更为重要的是，在大规模数据集的情况下，当传统的特征分解技术无法使用时，该方法仍然可以提取非线性特征．