Nonlinear feature extraction using class-augmented kernel PCA

Title
Nonlinear feature extraction using class-augmented kernel PCA
Authors
박명수오상록
Keywords
비선형 특징추출; 클래스가 부가된 커널 주성분분석; 부분공간기법
Issue Date
2011-04
Publisher
정보 및 제어 심포지엄 ICS'11
Citation
, 149-150
Abstract
본 논문에서는 자료패턴을 분류하기 위한 특징을 추출하는 새로운 방법인, 클래스가 부가된 커널 주성분분석(class-augmented kernel principal component analysis)를 제안하였다. 특징추출에 널리 이용되는 부분공간 기법 중, 최근 제안된 클래스가 부가된 주성분분석(class-augmented principal component analysis)은 패턴 분류를 위한 특징을 추출하기 위해 이용되는 선형분류분석(linear discriminant analysis)등에 비해 정확한 특징을 계산상의 문제 없이 추출할 수 있는 기법이다. 그러나, 추출되는 특징은 입력의 선형조합으로 제한되어 자료에 따라 적절한 특징을 추출하기 어려운 경우가 발생한다. 이를 해결하기 위하여 클래스가 부가된 주성분번석에 커널 트릭을 적용하여 비선형 특징을 추출할 수 있는 새로운 부분공간 기법으로 확장하고, 실험을 통하여 성능을 평가하였다.
URI
http://pubs.kist.re.kr/handle/201004/39814
Appears in Collections:
KIST Publication > Conference Paper
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE