The paper proposed a Priori Kernel Principal Component Analysis (PKPCA), which integrates between and within class variances into KPCA, and thus the classification performances can be enhanced.
英
美
- 本文提出了一種新的具有先驗類(lèi)別信息的非線(xiàn)性主元分析算法:PKPCA(Priori Kernel Principal Component Analysis),通過(guò)將樣本類(lèi)內差和類(lèi)間差融入總體方差中,從而達到更好的分類(lèi)目的。
