一种新的基于信息论的PCA特征压缩算法  

New PCA Feature Compression Algorithm Based on Information Theory

作　　者：丁世飞[1] 靳奉祥[2] 王健[2] 王孝莹[1] 

机构地区：[1]山东农业大学信息科学与工程学院,山东泰安271018 [2]山东科技大学地球信息科学与工程学院,山东泰安271019

出　　处：《小型微型计算机系统》2004年第4期694-697,共4页Journal of Chinese Computer Systems

基　　金：国家自然科学基金项目 ( 4 0 0 740 0 1)资助

摘　　要：利用 Shannon信息论理论 ,针对矩阵本征值的内在特性 ,提出了广义信息函数 (GIF)、信息率 (IR)和累计信息率 (AIR)概念 ,用它度量了特征压缩的程度 ,建立了一种新的基于信息论的 PCA特征压缩算法 ,并进行了仿真应用 。In this paper, based on Shannon Information Theory, consided the inherent characteristic of eigenvalues of matrix, the new concepts of generalized information function (GIF), information rate (IR) and accumulated information rate (AIR) are proposed, by which the degree of information compression is measured. In the end, a new PCA feature compression algorithm based on Information Theory is set up. Through simulated application in practice, the results show that the algorithm proposed in this paper is efficient and satisfactory. It provides a new reasearch approach of information feature compression.

关 键 词：信息论 广义信息函数 信息率 累计信息率 特征压缩 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术] O255[自动化与计算机技术—计算机科学与技术]