中文核心期刊
中国科技论文统计源期刊
国际刊号:1004-9037
国内刊号:32-1367/TN
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中国科学技术协会
  • 主办:南京航空航天大学
  •           中国电子学会
  • 国际刊号:1004-9037
  • 国内刊号:32-1367/TN
  • 地址:南京市御道街29号
  • 电话:025-84892742
  • 传真:025-84892742
  • E-mail:sjcj@nuaa.edu.cn
  • 邮编:210016
张婧,刘倩.主成分分析阈值选择差异性分析研究[J].数据采集与处理,2022,37(5):1012-1017
主成分分析阈值选择差异性分析研究
Difference Analysis Research of Threshold Selection in Principal Component Analysis
投稿时间:2020-04-28  修订日期:2021-01-30
DOI:10.16337/j.1004-9037.2022.05.006
中文关键词:  主成分分析  阈值选择  神经网络  手写体数字分类
英文关键词:principal component analysis(PCA)  threshold selection  neural network  handwritten digital sample classification
基金项目:
作者单位E-mail
张婧 兰州石化职业技术大学兰州 730070 526510423@qq.com 
刘倩 国家电网兰州供电公司兰州 730050  
摘要点击次数: 168
全文下载次数: 196
中文摘要:
      主成分分析是特征提取和数据降维中常用的方法,在很多应用中一般选择平均特征值作为主成分选择的标准。但是主成分的多少与应用结果之间的关系目前还没有具体的分析结果。因此,提出一种主成分阈值选择差异性的实验分析方法,为不同应用中主成分分析阈值的选择提供依据。将本文分析方法应用于手写数字样本集MNIST进行降维处理,根据不同的阈值构建不同的神经网络进行分类,分析不同阈值下分类准确率的变化情况。实验结果表明主成分阈值选择在79%~81%之间(维度为41~50)时,分类准确率最高;低于或高于该区间,准确率随之下降。实验结果证明了主成分分析阈值的选择与应用结果之间不为正相关关系,且平均特征值不是一个硬性的选择标准。
英文摘要:
      Principal component analysis (PCA) is a commonly used method for feature extraction and data dimension reduction. In many applications, the components whose eigenvalues are greater than the average value are retained. However, there is no specific analysis result for the relationship between the number of principal components and the application results. Therefore, an experimental analysis of the difference in selection of PCA threshold is carried out to provide basis for the PCA threshold selection in different applications. The experiment analysis is used to reduce the dimension of handwritten digital sample set MNIST, and different neural networks are constructed according to different thresholds for classification. Furthermore, the change of classification accuracy under different thresholds is analyzed. The experimental results show that when the threshold of PCA is between 79%—81% (dimension is 41—50), the classification accuracy is the highest, and the accuracy decreases accordingly when the threshold is lower or higher than that region. It is proved that there is no positive correlation between application results and threshold selection of PCA, and the average of the eigenvalues is not a mandatory criterion.
查看全文  HTML  查看/发表评论

Copyright @2010-2015《数据采集与处理》编辑部

地址:南京市御道街29号        邮编:210016

电话:025-84892742      传真:025-84892742       E-mail:sjcj@nuaa.edu.cn

您是本站第2897838位访问者 本站今日一共被访问404

技术支持:北京勤云科技发展有限公司