组合线性鉴别分析,combined linear discriminant analysis,音标,读音,翻译,英文例句,英语词典

您的位置：首页 -> 词典 -> 组合线性鉴别分析

1) combined linear discriminant analysis 点击朗读

组合线性鉴别分析

2) linear discriminant analysis 点击朗读

线性鉴别分析

Fisher linear discriminant analysis(LDA) and Maximum Scatter Difference Discriminate Analysis(MSDDA) are firstly adopted to extract two sets of features in the same pattern space,respectivel.

为了有效地融合Fisher线性鉴别分析与最大散度差鉴别分析所抽取的特征,得到更加全面反映原始样本的鉴别特征集,提出了基于典型相关分析的增强线性鉴别分析方法。

Based on linear discriminant analysis a arithmetic was proposed. 点击朗读

基于线性鉴别分析原理,给出了一个拟合度判断算法。

Uncorrelated discriminant analysis is a very effective method for linear discriminant analysis and plays an important role in discriminant analysis.

不相关鉴别分析是一种非常有效并起着重要作用的线性鉴别分析方法,它能抽取出具有不相关性质的特征分量。

更多例句>>

3) linear discriminant analysis(LDA) 点击朗读

线性鉴别分析

Direct LDA(DLDA) is an extension of Linear Discriminant Analysis(LDA) to deal with the small sample size problem,which is previously claimed to take advantage of all the information,both within and outside of the within-class scatter\'s null space.

直接线性鉴别分析(DLDA)是一种以克服小样本问题而提出的LDA扩展方法,被声明利用了包含类内散布矩阵零空间外的所有信息。

更多例句>>

4) linear discriminant analysis(LDA) 点击朗读

线性鉴别分析(LDA)

5) Fisher linear discriminant analysis 点击朗读

Fisher线性鉴别分析

Cosidering the so-called "Small Sample Size"(SSS) problem in nature and the "inferior" problem in traditional Fisher linear discriminant analysis, a new method of feature extraction based on modified maximum scatter-difference criterion is developed in this paper.

针对传统的Fisher线性鉴别分析在人脸这样的多类高维小样本模式的分类中存在的"小样本问题"和"次优性问题",该文提出了一种基于修正的最大散度差鉴别准则的线性鉴别分析方法。

Fisher linear discriminant analysis(LDA),a well-known feature extraction method,searches for the projection axes on which the data samples from different classes are far from each other while requiring data samples of the same class to be close to each other.

作为一种著名的特征抽取方法,Fisher线性鉴别分析的基本思想是选择使得Fisher准则函数达到最大值的向量(称为最优鉴别向量)作为最优投影方向,以便使得高维输入空间中的模式样本在该向量投影后,在类间散度达到最大的同时,类内散度最小。

These methods include principal component analysis (PCA), Fisher linear discriminant analysis (FLD), statistically independent linear discriminant analysis, Adaboost algorithm, and support vector machine (SVM) .

系统地研究了不同的特征提取方法和分类方法在性别分类问题上的性能,其中包括主分量分析(PCA)、Fisher线性鉴别分析(FLD)、最佳特征提取、Adaboost算法、支持向量机(SVM)。

更多例句>>

6) LDA(linear discriminant analysis) 点击朗读

线性鉴别分析

例句>>

补充资料：组合分析

　　
　　组合分析
　　combinatorial analysis

　　其中【。l=【a丫，…a公·1，a，EA，，A二(A，，…，A。). 3.可换对称情形:G=凡，E=S。·这是把相同的东西放人相同的空格、自然数分拆的计数等格式的模型.构形J的计数基于使用形如平(，;x.，…;A)=n艺(xj，，卢了=l月。人的生成函数，其中[Io11二11沪…。儿]]，乓任人，A=(A1，AZ，…). 4.不可换对称情形:G=E，H二S。.这是把有限集划分成区组，把不同的东西放人到相同的空格等格式的模型.构形。的计数基于使用形如认，;、l，…;A。一只剧洲拜命的生成函数，其中rlo一]=I[沪…。凡一]，马任Aj，八=(AI，AZ，二) 渐近方法在组合分析中占有重要的地位.它们既被应用于当其中的参数很大时复杂的有限表示式的化简，又用来在精确公式未知时以迂回方式得到近似式，有时把一个计数性质的问题表述为寻求某随机过程的分布的特征是合适的.通过这种解释使得人们有可能使用概率论中求渐近或极限定理的发展得很好的手段.把东西随机分放进格子的经典格式有待于从这种观点去仔细研究;同样还有集合的随机划分，随机置换的循环结构，以及各类随机图，包括映射的图(见〔8]，【91，汇111). 概率方法被用于研究对称群和半群的组合性质.对称群凡的一个随机元素的阶当n~的时的极限分布，以及其随机元素产生的概率的渐近性质都曾被研究过.对于某些随机的非负矩阵类，矩阵中零行的个数以及积和式的分布也都被研究过，此外还给出了这些矩阵的本原性概率的估计为了在不构造它们的情况下证明组合构形的存在，人们有时运用某些专门的概率手法二这种手法的本质在于藉对某事件的概率的估计而(不经构造地)证明构形的存在.[补注】婚配卜J题(marrjage Pro卜lem)是这样的:设有。个少女{以，，以。{和。个少男场。，一b用}.松个少女鱿喜欢部分少l无B‘仁协、.二，b，}在什么条件下每个少女都能与她喜爱的少男结婚‘，问题的解答当然由关于相异代表系的PHal}定理给出因此该定理也被目L}做婚配定理(m:lrrogct}Ic、。

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

多频带线性鉴别分析模糊二维线性鉴别分析加权二维线性鉴别分析直接线性鉴别分析对角线性鉴别分析泛化线性鉴别分析广义线性鉴别分析局部线性鉴别分析二维线性鉴别分析(2DLDA)

FoleySammon线性鉴别分析非线性鉴别分析

说明：双击或选中下面任意单词，将显示该词的音标、读音、翻译等；选中中文或多个词，将显示翻译。
	您的位置：首页 -> 词典 -> 组合线性鉴别分析 1) combined linear discriminant analysis 组合线性鉴别分析 2) linear discriminant analysis 线性鉴别分析 1. Fisher linear discriminant analysis(LDA) and Maximum Scatter Difference Discriminate Analysis(MSDDA) are firstly adopted to extract two sets of features in the same pattern space,respectivel. 为了有效地融合Fisher线性鉴别分析与最大散度差鉴别分析所抽取的特征,得到更加全面反映原始样本的鉴别特征集,提出了基于典型相关分析的增强线性鉴别分析方法。 2. Based on linear discriminant analysis a arithmetic was proposed. 基于线性鉴别分析原理,给出了一个拟合度判断算法。 3. Uncorrelated discriminant analysis is a very effective method for linear discriminant analysis and plays an important role in discriminant analysis. 不相关鉴别分析是一种非常有效并起着重要作用的线性鉴别分析方法,它能抽取出具有不相关性质的特征分量。更多例句>> 3) linear discriminant analysis(LDA) 线性鉴别分析 1. Direct LDA(DLDA) is an extension of Linear Discriminant Analysis(LDA) to deal with the small sample size problem,which is previously claimed to take advantage of all the information,both within and outside of the within-class scatter\'s null space. 直接线性鉴别分析(DLDA)是一种以克服小样本问题而提出的LDA扩展方法,被声明利用了包含类内散布矩阵零空间外的所有信息。更多例句>> 4) linear discriminant analysis(LDA) 线性鉴别分析(LDA) 5) Fisher linear discriminant analysis Fisher线性鉴别分析 1. Cosidering the so-called "Small Sample Size"(SSS) problem in nature and the "inferior" problem in traditional Fisher linear discriminant analysis, a new method of feature extraction based on modified maximum scatter-difference criterion is developed in this paper. 针对传统的Fisher线性鉴别分析在人脸这样的多类高维小样本模式的分类中存在的"小样本问题"和"次优性问题",该文提出了一种基于修正的最大散度差鉴别准则的线性鉴别分析方法。 2. Fisher linear discriminant analysis(LDA),a well-known feature extraction method,searches for the projection axes on which the data samples from different classes are far from each other while requiring data samples of the same class to be close to each other. 作为一种著名的特征抽取方法,Fisher线性鉴别分析的基本思想是选择使得Fisher准则函数达到最大值的向量(称为最优鉴别向量)作为最优投影方向,以便使得高维输入空间中的模式样本在该向量投影后,在类间散度达到最大的同时,类内散度最小。 3. These methods include principal component analysis (PCA), Fisher linear discriminant analysis (FLD), statistically independent linear discriminant analysis, Adaboost algorithm, and support vector machine (SVM) . 系统地研究了不同的特征提取方法和分类方法在性别分类问题上的性能,其中包括主分量分析(PCA)、Fisher线性鉴别分析(FLD)、最佳特征提取、Adaboost算法、支持向量机(SVM)。更多例句>> 6) LDA(linear discriminant analysis) 线性鉴别分析例句>> 补充资料：组合分析　　　　组合分析　　combinatorial analysis 　　其中【。l=【a丫，…a公·1，a，EA，，A二(A，，…，A。). 3.可换对称情形:G=凡，E=S。·这是把相同的东西放人相同的空格、自然数分拆的计数等格式的模型.构形J的计数基于使用形如平(，;x.，…;A)=n艺(xj，，卢了=l月。人的生成函数，其中[Io11二11沪…。儿]]，乓任人，A=(A1，AZ，…). 4.不可换对称情形:G=E，H二S。.这是把有限集划分成区组，把不同的东西放人到相同的空格等格式的模型.构形。的计数基于使用形如认，;、l，…;A。一只剧洲拜命的生成函数，其中rlo一]=I[沪…。凡一]，马任Aj，八=(AI，AZ，二) 渐近方法在组合分析中占有重要的地位.它们既被应用于当其中的参数很大时复杂的有限表示式的化简，又用来在精确公式未知时以迂回方式得到近似式，有时把一个计数性质的问题表述为寻求某随机过程的分布的特征是合适的.通过这种解释使得人们有可能使用概率论中求渐近或极限定理的发展得很好的手段.把东西随机分放进格子的经典格式有待于从这种观点去仔细研究;同样还有集合的随机划分，随机置换的循环结构，以及各类随机图，包括映射的图(见〔8]，【91，汇111). 概率方法被用于研究对称群和半群的组合性质.对称群凡的一个随机元素的阶当n~的时的极限分布，以及其随机元素产生的概率的渐近性质都曾被研究过.对于某些随机的非负矩阵类，矩阵中零行的个数以及积和式的分布也都被研究过，此外还给出了这些矩阵的本原性概率的估计为了在不构造它们的情况下证明组合构形的存在，人们有时运用某些专门的概率手法二这种手法的本质在于藉对某事件的概率的估计而(不经构造地)证明构形的存在.[补注】婚配卜J题(marrjage Pro卜lem)是这样的:设有。个少女{以，，以。{和。个少男场。，一b用}.松个少女鱿喜欢部分少l无B‘仁协、.二，b，}在什么条件下每个少女都能与她喜爱的少男结婚‘，问题的解答当然由关于相异代表系的PHal}定理给出因此该定理也被目L}做婚配定理(m:lrrogct}Ic、。说明：补充资料仅用于学习参考，请勿用于其它任何用途。参考词条多频带线性鉴别分析模糊二维线性鉴别分析加权二维线性鉴别分析直接线性鉴别分析对角线性鉴别分析泛化线性鉴别分析广义线性鉴别分析局部线性鉴别分析二维线性鉴别分析(2DLDA)

©2011 dictall.com