KPCA是一种基于核的主要成分分析，是一种由线性到非线性之间的桥梁。通过非线性函数把输入空间映射到高维空间，在特征空间中间型数据处理，引入核函数，把非线性变换后的特征空间内积运算转换为原始空间的核函数计算。 基本思想是通过某种隐士方法将输入空间映射到某个高维空间（特征空间），并在特征空间实现PCA。对该算法进行了详细的说明-KPCA is a kernel-based principal components analysis, is a bridge between the linear

主分量分析 和 核主分量分析的 原理简介，主分量分析（PCA）用于对信号进行特征提取和降维-Introduction of the principle of the principal component analysis and kernel principal component analysis, principal component analysis (PCA) for feature extraction and dimensionality reduction of signal