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。

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。