1) Principal component analaysis-linear discriminat analysis
主成分-线性判别分析
2) Linear discrimination analysis
线性判别分析
1.
A robust dynamic visual feature extraction method based on Bayesian tangent shape model(BTSM) and linear discrimination analysis(LDA) is proposed.
引入一种基于贝叶斯切线形状模型(BTSM)的口形轮廓特征提取和基于线性判别分析(LDA)的视觉语音动态特征提取方法,该特征充分体现了口形特征变化的动态性,消除了直接口形轮廓几何特征的冗余。
3) linear discriminate analysis
线性判别分析
1.
Textiles of EC and China origin were distinctively classified by linear discriminate analysis(LDA) based on the data of extractable heavy metals,and the extractable heavy metals having great effects on the classification were explained by linear discriminate function;the main factors which determined the discrepancy of textiles between the t.
按照Oeko-Tex—100标准对35种产自欧盟的生态纺织品及69种国产染色纺织品的可萃取重金属含量进行测定;利用线性判别分析对被考察的欧盟及国产纺织品进行整体分类,确定了影响分类的主要重金属;利用因子分析对欧盟及国产纺织品在可溶出重金属上的主要决定因素进行分析,通过样本点在线性判别函数空间及因子分析空间的得分,了解被考察国产纺织品与欧盟生态纺织品在可溶出重金属上的整体质量差异,并找出导致差异的主要因素。
2.
The main method of feature extraction is principle component analysis and linear discriminate analysis,but all of them are not perfect.
针对人脸识别系统中的主成分分析和线性判别分析两种特征提取方法的优缺点,提出了一个融合特征提取方法,并构造了一个能够将图像数据空间的人脸映射到人脸特征空间中并实施识别的实验系统。
4) Linear discriminant analysis
线性判别分析
1.
New linear discriminant analysis based on Gaussian mixture model;
一种新的基于高斯混合模型的线性判别分析
2.
Unsupervised hyperspectral image classification method based on constrained linear discriminant analysis
基于约束线性判别分析的非监督高光谱影像分类方法
3.
This paper presents a face recognition algorithm that is based on wavelet transform and linear discriminant analysis.
提出了将人脸图像的小波分解和线性判别分析结合以达到人脸识别的方法。
5) linear discriminant analysis
线性判别式分析
1.
15s,30s and 60s response values of electronic nose were analyzed by principal component analysis(PCA),linear discriminant analysis(LDA) and cross-validated discriminant analysis(CDA).
实验分别对免疫去势公猪肉、手术去势公猪肉和完全公猪肉进行电子鼻检测,并采用主成分分析、线性判别式分析和交互验证判别分析分别对电子鼻15s、30s和60s响应值进行统计处理。
6) Linear discriminant analysis(LDA)
线性判别分析
1.
Proposed is a gait recognition method based on motion analysis,which adopts linear discriminant analysis(LDA) and discrete cosine transforms(DCTs) to analyze the gait feature extracted from an image sequence.
文中提出了一种基于运动分析的步态识别方法,采用线性判别分析和离散余弦变换分析从图像序列中提取的步态特征。
2.
Linear Discriminant Analysis(LDA) is one of the most popular linear projection techniques for feature extraction.
线性判别分析(LDA)是一种较为普遍的线性特征提取方法,它的主要缺点是在应用时经常遇到小样本问题,同时其准则函数并不与识别率直接相关。
3.
This paper presents a face recognition method based on cascade Linear Discriminant Analysis(LDA) of thecomponent-based face representation.
文章提出一种基于人脸部件表示的级联线性判别分析人脸识别方法。
补充资料：主成分分析
| 主成分分析 principal component analysis 将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。又称主分量分析。在实际课题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息。但是，在用统计分析方法研究这个多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析是对于原先提出的所有变量，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。主成分分析首先是由K.皮尔森对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条