论文部分内容阅读
在对数据分析与处理时,为了避免高维数据所带来的巨大运算开销,通常需要对原始数据进行维数约简。与基于线性投影的维数约简方法相比,基于核方法的维数约简由于能够实现对样本的非线性映射,因此在数据预处理中具有更大的优势。对基于核方法的主成分分析(KPCA)维数约简方法进行研究,并通过实验结果证明KPCA不仅能够实现数据的降维,还具有增强数据线性可分性的优势。