×
卡洛斯·阿尔扎特;约翰·苏肯斯（Johan A.K.Suykens）。

一种用于ICA的正则化核CCA对比度函数。 （英语） Zbl 1254.68195号

神经网络。 21，编号2-3，170-181（2008）.
摘要：提出了一种新的基于核的独立成分分析对比函数。该准则对应于核诱导的高维特征空间中的正则化相关测度。该公式是最小二乘支持向量机（LS-SVM）公式到核规范相关分析（CCA）的多变量扩展。正则化自然地包含在原始问题中，从而导致对偶广义特征值问题。最小广义特征值是特征空间中相关性的度量和输入空间中独立性的度量。由于所提方法的原始-对偶性质，独立性度量也可以扩展到样本外点，这对于确保所提度量的统计可靠性的模型选择非常重要。通过不完全的Cholesky因式分解，解决了特征分解中涉及的矩阵尺寸较大导致的计算问题。使用玩具数据、图像和语音信号进行的仿真表明，与现有的基于核的对比度函数相比，独立分量的估计性能有所提高。

引用于三文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
62H25个 因子分析和主成分；对应分析
62H30型 分类和区分；聚类分析（统计方面）

关键词：

独立成分分析;核典型相关分析;最小二乘支持向量机

软件：

固定点算法;BSDS公司
PDF格式BibTeX公司 XML格式引用
\textit{C.Alzate}和\textit{J.A.K.Suykens}，神经网络。21，编号2--3，170-181（2008；Zbl 1254.68195）
全文： DOI程序

参考文献：

[1] Akaho，S.，《典型相关分析的核心方法》，（心理测量学会国际会议论文集（2001年），Springer-Verlag:Springer-Verlag Tokyo）
[2] Alzate，C.和Suykens，J.A.K.（2007）。ICA通过基于LS-SVM的内核CCA度量来实现独立性。在2007年国际神经网络联合会议记录; Alzate，C.和Suykens，J.A.K.（2007）。ICA通过基于LS-SVM的内核CCA度量实现独立性。在2007年国际神经网络联合会议记录
[3] 阿玛里，S。；Cichocki，A。；Yang，H.H.，《盲信号分离的新学习算法》，（Touretzky，D.S.；Mozer，M.C.；Hasselmo，M.E.，《神经信息处理系统的进展》，第8卷（1996），麻省理工学院出版社：麻省理理工学院剑桥出版社，马萨诸塞州），757-763
[4] 巴赫，F.R。；Jordan，M.I.，《内核独立组件分析》，《机器学习研究杂志》，3，1-48（2002）·Zbl 1088.68689号
[5] Cardoso，J.F.，独立成分分析的高阶对比，神经计算，11，1，157-192（1999）
[6] Comon，P.，独立成分分析，一个新概念？，信号处理，36287-314（1994）·Zbl 0791.62004号
[7] Edelman，A。；阿里亚斯，T.A。；Smith，S.T.，《正交约束算法的几何》，SIAM矩阵分析与应用杂志，20，2，303-353（1999）·Zbl 0928.6500号
[8] Gittins，R.，规范分析——生态学应用综述（1985年），施普林格-弗拉格：柏林施普林格·Zbl 0576.62069号
[9] 格雷顿，A。；Herbrich，R。；Smola，A.J。；O.布斯克。；Schölkopf，B.，测量独立性的内核方法，《机器学习研究杂志》，62075-2129（2005）·Zbl 1222.68208号
[10] Hotelling，H.，两组变量之间的关系，生物统计学，28，321-377（1936）·Zbl 0015.40705号
[11] Hyvärinen，A。；Karhunen，J。；Oja，E.，《独立成分分析》（2001），John Wiley and Sons：John Willey and Sons New York
[12] Hyvärinen，A。；Oja，E.，独立分量分析的快速定点算法，神经计算，9，71483-1492（1997）
[13] Hyvärinen，A。；Pajunen，P.，非线性独立成分分析：存在性和唯一性结果，神经网络，12，3，429-439（1999）
[14] Jutten，C。；Herault，J.，信源盲分离，第一部分：基于神经模拟架构的自适应算法，信号处理，24,1-10（1991）·Zbl 0729.73650号
[15] Kettering，J.R.，多组变量的规范分析，生物统计学，58，3，433-451（1971）·Zbl 0225.62072号
[16] Lai，P.L。；Fyfe，C.，《核与非线性典型相关分析》，《国际神经系统杂志》，10，10，365-377（2000）
[17] Martin，D.、Fowlkes，C.、Tal，D.和Malik，J.（2001）。人类分割自然图像数据库及其在评估分割算法和测量生态统计中的应用。在程序。第八届国际会议计算机视觉：（第二卷）; Martin，D.、Fowlkes，C.、Tal，D.和Malik，J.（2001）。人类分割自然图像数据库及其在评估分割算法和测量生态统计中的应用。在程序。第八届国际会议计算机视觉：（第二卷）
[18] Melzer，T。；Reiter，M。；Bischof，H.，使用广义正则相关分析的非线性特征提取，（《国际人工神经网络会议论文集》（2001），施普林格出版社：施普林格出版社，纽约）·Zbl 1005.68935号
[19] 苏肯斯，J.A.K。；Van Gestel，T。；De Brabanter，J。；De Moor，B。；Vandewalle，J.，最小二乘支持向量机（2002），世界科学：世界科学新加坡·Zbl 1003.68146号
[20] Yamanishi，Y。；垂直，J。；Nakaya，A。；Kanehisa，M.，通过广义核典型相关分析从多基因组数据中提取相关基因簇，生物信息学，19323i-330i（2003）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。