摘要
论文提出了一种新的科技期刊综合评价模型:核主成分分析(KPCA)。通过一个非线性变换,KPCA首先将原变量空间映射到高维特征空间,然后在这个高维特征空间中进行线性主成分分析。通过核技巧,KPCA评价方法只需在原空间进行点积计算,而不必知道非线性变换的确切形式。十种科技期刊综合评价的实证表明,KPCA综合评价方法具有一定的实际应用价值。
In this paper,a new method for performing a nonlinear form of Principal Component Analysis is proposed.By the use of kernel functions,one can efficiently compute principal components in high dimensional feature spaces,related to input space by some nonlinear map.By comprehensive evaluation to ten Sci-tech journals,KPCA has a good performing.
出处
《计算机工程与应用》
CSCD
北大核心
2003年第24期200-201,共2页
Computer Engineering and Applications
基金
国家自然科学基金资助项目(编号:10071094)
