基于文化粒子群算法的KPCA特征提取

摘要：如何選擇最優或接近最優的核函數使分類錯誤率降低，是KPCA應用于特征提取的關鍵。為了優化核函數，提高特征提取的能力并降低分類錯誤率，在研究了文化算法(cultural algorithm，CA)、粒子群優化(patticle swarm optimizafion，PSO)相關文獻的基礎上，提出了一種文化粒子群算法(cultural based PSO，CBPSO)流程，并將此算法用于訓練核函數參數，實現了KPCA和CBPSO的集成，有效地提高了核函數的優化選擇。通過比較CBPSO－KPCA與GA-KPCA的仿真結果，表明該方法具有較好的結果和更少的計算量，克服了GA(genetic algo-rithm)的缺點。 關鍵詞：文化算法；粒子群優化；文化粒子群算法；核主分量分析；特征提取；遺傳算法