A redução de dimensionalidade é significativa para a visualização e o pré-processamento de dados. A análise de componentes principais, como um dos algoritmos de redução de dimensionalidade não supervisionados mais comuns, enfrenta problemas de sensibilidade ao ruído e aos pontos fora da curva em aplicações práticas. Para resolver esse problema, os pesquisadores propuseram vários algoritmos robustos de análise de componentes principais que reduzem o impacto dos pontos fora da curva minimizando o erro de reconstrução global da amostra. No entanto, esses algoritmos ignoram a estrutura local inerente dos dados, o que leva à perda de informações estruturais essenciais, afetando o reconhecimento e a remoção precisos do ruído e dos pontos fora da curva, e influenciando o desempenho dos algoritmos subsequentes. Portanto, este artigo propõe um algoritmo de análise de componentes principais robusto baseado em filtragem média suave (Robust Principal Component Analysis Based on Soft Mean Filtering, RPCA-SMF). O RPCA-SMF adota a ideia de filtragem média suave em uma abordagem de duas etapas, que não só trata o ruído antes do aprendizado do modelo, mas também introduz um mecanismo de tratamento de ruído após o aprendizado. Especificamente, o algoritmo RPCA-SMF primeiro introduz a ideia relacionada à filtragem média, realizando uma ponderação suave da amostra ao comparar o desvio da amostra e de seus vizinhos locais em relação à média local, para determinar o ruído. Em seguida, a informação sobre ruído obtida na primeira etapa, denominada "conhecimento discriminativo", é utilizada para processar a informação do ruído. Como a filtragem média pode preservar eficazmente o contorno global dos dados, para as amostras identificadas como ruído, o algoritmo RPCA-SMF enfatiza a preservação das informações de contorno global de baixa frequência em vez das informações de ruído de alta frequência. Isso permite preservar eficazmente as informações úteis nos dados, melhorar a retenção das características estruturais globais dos dados, tornando o algoritmo robusto e com boa generalização.

redução de dimensionalidade;extração de características não supervisionada;análise de componentes principais;filtragem média suave;robustez