发明名称 | 一种二维概率主成分分析方法 | ||
摘要 | 本发明公开了一种二维概率主成分分析方法,其不仅能够利用二维数据的空间结构,而且对离群点是鲁棒的。这种二维概率主成分分析方法,利用L1-范数的误差测量方式并基于概率PCA模型在二维数据上降维,此模型中误差服从拉普拉斯分布,在求解过程中,通过引入新的隐变量,将拉普拉斯分布替换为无限个高斯分布和的形式,隐变量作为一种检测离群点的工具,进而求得行和列方向的降维矩阵。 | ||
申请公布号 | CN104700117A | 申请公布日期 | 2015.06.10 |
申请号 | CN201510113385.7 | 申请日期 | 2015.03.16 |
申请人 | 北京工业大学 | 发明人 | 孙艳丰;句福娇;胡永利;尹宝才 |
分类号 | G06K9/62(2006.01)I | 主分类号 | G06K9/62(2006.01)I |
代理机构 | 北京中北知识产权代理有限公司 11253 | 代理人 | 冯梦洪 |
主权项 | 一种二维概率主成分分析方法,其特征在于:利用L1‑范数的误差测量方式并基于概率PCA模型在二维数据上降维,此模型中误差服从拉普拉斯分布,在求解过程中,通过引入新的隐变量,将拉普拉斯分布替换为无限个高斯分布和的形式,隐变量作为一种检测离群点的工具,进而求得行和列方向的降维矩阵。 | ||
地址 | 100124 北京市朝阳区平乐园100号 |