基于RJMCMC的多维尺度分析维数选择

摘要：

多维尺度分析是模式识别与数据挖掘领域一个有力的降维工具.在贝叶斯多维尺度分析的基础上,我们将多维尺度的本质低维维数决定问题视作模型选择问题。在贝叶斯框架下提出一种可逆转跳马尔可夫链蒙特卡罗(RJMCMC)的算法,能在形成多维尺度分析的低维主坐标的同时决定本质维数.在仿真数据和真实数据上的试验结果验证了本算法的有效性。

关键词： 多维尺度分析 本质维 多变量贝叶斯统计 模式识别 数据挖掘 降维工具

作者: 卿湘运 王行愚

作者单位: 华东理工大学信息科学与工程学院,上海,200237

会议类型: 国内会议

会议名称: 第26届中国控制会议

会议地点: 湖南张家界

会议语种:中文

页码: 597-601

在线出版日期: 2007-07-26（万方平台首次上网日期，不代表论文的发表时间）