如何选择最优或接近最优的核函数使分类错误率降低,是KPCA应用于特征提取的关键。为了优化核函数,提高特征提取的能力并降低分类错误率,在研究了文化算法(culturalalgorithm,CA)、粒子群优化(particleswarmoptimization,PSO)相关文献的基础上,提出了一种文化粒子群算法(culturalbasedPSO,CBPSO)流程,并将此算法用于训练核函数参数,实现了KPCA和CBPSO的集成,有效地提高了核函数的优化选择。通过比较CBPSO-KP