Resumen

Los estudios domésticos y en el extranjero de las características múltiples redundantes y ruido en la reducción de dimensiones son insuficientes, y la eficiencia y precisión son bajas. En este artículo se propone la reducción de dimensionalidad y optimización de modelo de parámetros característicos basados en un análisis de componentes independientes kernel mejorado; las primitivas independientes se obtienen mediante el algoritmo KICA (análisis de componentes independientes kernel) para construir un subespacio de grupo independiente, mientras se utiliza el algoritmo 2DPCA (análisis de componentes principales 2D) para completar la relación de segundo orden con los datos y reducir aún más la dimensión en el método anterior. Al mismo tiempo, se presenta en este artículo un método de evaluación del efecto de optimización basado en el error de Amari y el grado de correlación promedio. Los experimentos de simulación comparativos muestran que el error de Amari es inferior al 6%, el grado de correlación promedio se mantiene estable en un 97% o más, y el

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Doméstico; Estudios en el extranjero; Multifeatures redundantes; Ruido; Reducción de dimensiones; Optimización; Modelo de parámetros característicos; Análisis de componentes independientes con kernel mejorado; Algoritmo KICA; Primitivas independientes; Algoritmo 2DPCA; Método de evaluación del efecto de optimización; Error de Amari; Grado de correlación promedio; Experimentos de simulación; Método de optimización de parámetros; Parámetros característicos multidimensionales
• Keywords:Domestic; Overseas studies; Redundant multifeatures; Noise; Dimension reduction; Optimization; Characteristic parameter model; Improved kernel independent component analysis; KICA algorithm; Independent primitives; 2DPCA algorithm; Optimization effect evaluation method; Amari error; Average correlation degree; Simulation experiments; Parameter optimization method; Multidimensional characteristic parameters