概率核主成分分析及其应用

作者：张九龙; 邓筱楠; 张志禹

来源：计算机工程与应用, 2011, (04): 165-167.

• 主成分分析
• 核主成分分析
• 概率主成分分析
• 亮点检测
• 概率核主成分分析 Principal Component Analysis(PCA)
• Kernel Principle Component Analysis(KPCA)
• Probabilistic Principal Component Analysis(PPCA)
• bright spot detection
• Probabilistic Kernel Principal Component Analysis(PKPCA)

主成分分析(PCA)、核主成分分析(KPCA)和概率主成分分析(PPCA)是已经取得广泛应用的特征提取方法。提出一种基于概率核主成分分析(PKPCA)的检测液晶屏幕亮点的方法。作为对PPCA的一种非线性扩展,PKPCA在PPCA的基础上引入了核函数方法,因而其捕获模式非线性特征的能力更强。在KPCA和PPCA的基础上推导了PKPCA过程公式,并在检测液晶屏幕亮点的应用中将PKPCA、PPCA、PCA算法进行比较。实验结果表明,PKPCA的检测率和局部信噪比优于其他两者。

• 出版日期2011
• 单位西安理工大学