基于负熵的联合稀疏典型相关分析

周霄宇; 冶继民

doi:10.13624/j.cnki.issn.1001-7445.2026.0737

广西大学学报（自然科学版） ›› 2026, Vol. 51 ›› Issue (3) : 737 -746. DOI: 10.13624/j.cnki.issn.1001-7445.2026.0737

基于负熵的联合稀疏典型相关分析

周霄宇, 冶继民

作者信息 +

Author information +

文章历史 +

摘要

对联合稀疏典型相关分析模型进行拓展，提出一种基于负熵的联合稀疏典型相关分析(NEJSCCA)模型。NEJSCCA模型通过引入负熵对典型变量施加最大化非高斯性约束，强化典型变量的高阶统计信息和表示的稀疏性，提升模型的表达能力。NEJSCCA模型中采用负熵稳健的近似表示，与传统模型相比能更稳健地选择特征。仿真实验结果表明：NEJSCCA模型在处理正负样本时具有较高的准确性和稳定性，特征选择更具优势。在阿尔茨海默病神经影像学计划收集的真实成像遗传学数据上评估所提出模型的性能，实验表明该模型在统计学和生物学层面具有显著意义。