[發明專利]一種基于并行化主成分分析算法的數據降維方法

在審

• 申請號: 201710384662.7
• 申請日: 2017-05-26
• 公開（公告）號: CN107273917A
• 公開（公告）日: 2017-10-20
• 發明（設計）人: 王勇;楊曉東;陳炬光;楊晨;張應福
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 成都金英專利代理事務所(普通合伙)51218
• 代理人: 袁英

1.一種基于并行化主成分分析算法的數據降維方法，包括步驟：

S1：把待降維的高維數據構造成樣本數據矩陣D_n×m；

S2：計算所述樣本數據矩陣D_n×m的協方差矩陣C_m×m；

S3：計算所述協方差矩陣C_m×m的m個特征值和對應的m個特征向量；

S4：根據所述特征值和特征向量確定主成分數量k；

S5：利用前k大特征值對應的特征向量構造變換矩陣TransMat，利用變換矩陣計算主成分矩陣，所述主成分矩陣即是降維后的數據；

其特征在于，所述協方差矩陣C_m×m的計算，包括以下子步驟：

S21：分配N個映射函數Mapper；

S22：分配一個歸約函數Reducer，所述Reducer的輸入是所述每個Mapper的輸出結果；

S23：將所述Reducer的匯總結果代入協方差矩陣計算公式。

2.根據權利要求1所述的一種基于主成分分析算法的數據降維方法，其特征在于，所述主成分數量k的計算，包括子步驟：

S41：對所述特征值和其對應的特征向量進行排序；

S42：根據方差貢獻率公式計算滿足條件的最小k，所述的最小k即是主成分數量k。

3.根據權利要求1所述的一種基于并行化主成分分析算法的數據降維方法，其特征在于，所述主成分矩陣的計算，包括以下子步驟：

S51：根據所述排序后的特征值和其對應的特征向量，取前k大特征值對應的特征向量構造變換矩陣TransMat；

S52：若待降維樣本數據矩陣D_n×m能夠一次性加載到內存，則將所述樣本數據矩陣D_n×m與所述變換矩陣TransMat相乘得到主成分矩陣，即降維后的數據。

4.根據權利要求3所述的一種基于并行化主成分分析算法的數據降維方法，其特征在于，若待降維樣本數據矩陣D_n×m不能一次加載到內存，則所述主成分矩陣的計算，包括以下子步驟：

S61：把所述樣本數據矩陣D_n×m按照所述步驟S2中的分塊方式進行分塊；

S62：把所述步驟S61中每個數據塊與所述變換矩陣TransMat進行相乘，得到該塊的主成分矩陣；

S63：合并每一塊所述步驟S62中的主成分矩陣得到整個樣本數據的主成分矩陣。