基于PLS的信息特征压缩算法

提出了基于偏最小二乘 (PLS)方法的信息特征压缩算法 较主成分分析 (PCA)方法 ,该算法具有简单、稳健、易于定性解释等优点 ,对于多重共线性资料 ,尤其当解释变量多 ,而样本量少时很有效 由于在考虑压缩数据矩阵X的信息的同时 ,顾及了与目标矩阵Y的最大相关性等优点 ,使之更符合实际 数值实例研究表明 ,文中算法是可行的、有效的 。

基于SCEC的信息特征压缩算法

对交互熵理论进行了研究,提出了对称交互熵的概念,并论证了它是一种距离测度,可以用以度量两个随机变量的差异程度,我们把它作为信息特征压缩的类别可分性判据,称之为对称交互熵判据(SCEC),建立了基于SCEC的信息特征压缩算法.模拟应用表明,提出的算法是一种有效的、可靠的算法,为模式识别理论的研究提供了一种新的数据压缩方法.