<th id="5lvjf"><video id="5lvjf"><menuitem id="5lvjf"></menuitem></video></th><span id="5lvjf"></span>
<span id="5lvjf"><dl id="5lvjf"></dl></span><span id="5lvjf"></span>
<th id="5lvjf"></th><span id="5lvjf"><dl id="5lvjf"><ruby id="5lvjf"></ruby></dl></span><span id="5lvjf"></span>
<span id="5lvjf"><video id="5lvjf"></video></span>
<span id="5lvjf"><i id="5lvjf"><del id="5lvjf"></del></i></span><strike id="5lvjf"><i id="5lvjf"></i></strike>
<span id="5lvjf"><dl id="5lvjf"><span id="5lvjf"></span></dl></span>
<span id="5lvjf"><dl id="5lvjf"><strike id="5lvjf"></strike></dl></span>
<span id="5lvjf"></span>
<strike id="5lvjf"></strike>
<strike id="5lvjf"><dl id="5lvjf"><del id="5lvjf"></del></dl></strike>
<strike id="5lvjf"><i id="5lvjf"><ruby id="5lvjf"></ruby></i></strike>

[1]張子明,徐常青*.矩陣分解在典型相關分析與線性判別法中的應用[J].蘇州科技大學學報(自然科學版),2020,37(02):26-31.[doi:10.12084/j.issn.2096-3289.2020.02.004]
點擊復制

矩陣分解在典型相關分析與線性判別法中的應用()
分享到:

蘇州科技大學學報(自然科學版)[ISSN:2096-3289/CN:32-1871/N]

卷:
37
期數:
2020年02期
頁碼:
26-31
欄目:
出版日期:
2020-06-15

文章信息/Info

作者:
張子明 徐常青*
(蘇州科技大學 數理學院,江蘇 蘇州 215009)
關鍵詞:
矩陣分解投影變換子空間學習
分類號:
O211
DOI:
10.12084/j.issn.2096-3289.2020.02.004
文獻標志碼:
A
摘要:
線性子空間學習方法是數據降維的傳統方法,其中包括主成分分析(PCA)、典型相關分析(CCA)和線性判別法(LDA)等。通過對數據集的類內散度陣和類間散度陣進行分解以提高LDA的計算效率,同時用更簡潔的矩陣形式表達并計算CCA方法中的投影矩陣,改進了傳統的LDA和CCA算法,加速了算法中的迭代過程,避免了繁瑣的迭代形式。

相似文獻/References:

[1]杜莉莉,傅 勤*,顧盼盼,等.廣義大型互聯線性系統的分散迭代學習控制[J].蘇州科技大學學報(自然科學版),2019,36(02):25.[doi:10.12084/j.issn.2096-3289.2019.02.006]

備注/Memo

備注/Memo:
國家自然科學基金資助項目(11871362);蘇州科技大學研究生科研創新項目(SKCX18_Y05)
更新日期/Last Update: 1900-01-01
im电竞提现