共查询到18条相似文献,搜索用时 546 毫秒
1.
线性判别分析(Linear Discriminant Analysis,LDA)是用于降维和分类的方法,然而在遇到小样本问题时,由于全局散布矩阵是奇异的,所以传统的LDA方法是不适用的。为了解决LDA的这种缺点,提出了基于最小二乘线性判别分析(Least Squares Linear Discriminant Analysis,LS-LDA)的正则化算法,在LS-LDA中分别加入关于加权矩阵的L1范数、L2范数和弹性网络的惩罚项、来解决小样本问题,使模型具有鲁棒性和稀疏性。在对回归分析、正则化方法和LS-LDA相关技术进行深入分析的基础上,构建正则化最小二乘线性判别分析框架算法,实现数据降维。结合标准文本数据集进行实验,采用KNN(K-Nearest-Neighbor)分类器进行文本分类。实验结果表明,正则化的LS-LDA具有很好的分类性能,其中以加入了弹性网络惩罚项的LS-LDA最优。 相似文献
2.
胡煜 《鞍山师范学院学报》2007,9(4):20-24
主要用偏最小二乘(PLS)方法和二次判别分析(QDA)有监督分类的方法来对基因芯片(微阵列)数据进行分析.PLS是一种提取海量的数据有效特征的有效方法,可以获得与原来基因芯片数据更为接近的成分的提取特征的效果.结果表明用PLS方法事先对数据处理可以提高基因芯片数据分析的准确性. 相似文献
3.
胡煜 《广东技术师范学院学报》2007,(10):25-27,24
本文主要采用主分量分析方法和二次判别分析(QDA)有监督分类的方法来对基因芯片(微阵列)数据进行分析.PCA是一种提取海量的数据有效特征的有效方法.可以获得与原来基因芯片数据更为接近的成分的提取特征的效果.实验表明采用PCA方法事先对数据处理不可以提高基因芯片数据分析的准确性.得出结论可为工业应用提供科学依据. 相似文献
4.
胡煜 《海南广播电视大学学报》2007,8(4):96-98
文章主要采用主分量分析法和线性判别分析(LDA)有监督分类的方法来对基因芯片(微阵列)数据进行分析。PCA是一种提取海量的数据有效特征的有效方法。仅可以获得与原来基因芯片数据更为接近的成分的提取特征的效果。结果表明采用PCA方法事先对数据处理不可以提高基因芯片数据分析的准确性。 相似文献
5.
6.
李刚成 《荆门职业技术学院学报》2009,24(7):15-18
提出了基于时间序列参数模型和Fisher判别分析的滚动轴承故障诊断方法。该方法通过对轴承振动信号建立自回归模型,将自回归模型的特征参数作为特征向量,然后采用Fisher判别分析方法对轴承状态进行分类与识别,实验结果验证了所用方法的有效性。 相似文献
7.
8.
9.
改进的人脸识别主分量分析算法 总被引:3,自引:0,他引:3
在应用于人脸识别领域的主分量分析(PCA)算法中,为了降低与外界光照变化相关的特征向量对提取特征的影响,提出了一种改进的主分量分析(MPCA)算法,利用相对应的标准方差对提取的特征矢量元素进行归一化处理.采用耶鲁大学的2个人脸数据库(Yale face database和Yaleface database B)进行了验证,实验结果表明,对于正面人脸和具有小角度姿态变化情况下的人脸,提出方法的性能优于传统的PCA和LDA(线性判别分析)算法,而运算量和PCA算法相同,大大低于LDA算法. 相似文献
10.
11.
12.
二维最大散度差线性鉴别分析方法不仅有效地避免了在人脸识别中传统的Fisher线性鉴别分析通常存在的“小样本问题”,而且使其特征抽取的速度有了大幅度的提高.本文通过引入著名的“核技巧”,将二维最大散度差线性鉴别分析扩展到非线性空间,提出了一种新的二维核最大散度差鉴别分析方法.该方法不仅抽取了图像中更加有效的非线性鉴别特征,使正确识别率显著提高,而且为二维非线性鉴别分析提供了一个统一的构架.最后在AR标准人脸库中的实验结果验证了本文算法的有效性. 相似文献
13.
提出了一种新的基于核判别分析的手写汉字识别方法。核判别是对线性判别式分析的非线性判别分布的扩展。阐述了核判别分析法的基本原理,建立了核判别分析手写体识别模型,研究分析了核判别分析手写体识别模型的缺陷并提出了优化策略。在此基础上,采用C#与核判别分析相结合的算法,更好地展示了核判别算法的算法优势,采用高级语言提高了网络的学习训练速度和识别效果。 相似文献
14.
判别分析是多元统计分析的一种方法,已在物种分类、经济分析、地质勘探、天气预报等诸多领域得到广泛的应用。本文首先介绍了判别分析的数学模型和求解方法,然后结合第十次新增博士学位授予单位的实际评审材料,阐述了判别分析方法在此类评估中的应用,以期该定量分析方法能在教育评估领域得到有效的利用。 相似文献
15.
Kernel Model Applied in Kernel Direct Discriminant Analysis for the Recognition of Face with Nonlinear Variations 总被引:1,自引:0,他引:1
A kernel-based discriminant analysis method called kernel direct discriminant analysis is employed, which combines the merit of direct linear discriminant analysis with that of kernel trick. In order to demonstrate its better robustness to the complex and nonlinear variations of real face images , such as illumination, facial expression, scale and pose variations, experiments are carried out on the Olivetti Research Laboratory, Yale and self-built face databases. The results indicate that in contrast to kernel principal component analysis and kernel linear discriminant analysis, the method can achieve lower (7%) error rate using only a very small set of features. Furthermore, a new corrected kernel model is proposed to improve the recognition performance. Experimental results confirm its superiority (1% in terms of recognition rate) to other polynomial kernel models. 相似文献
16.
田兵 《渭南师范学院学报》2014,(23):8-11
判别分析法是根据所研究个体的观测值来构建一个综合标准用来推断个体属于已知种类中哪一类的方法。 Fisher判别分析法是一种非常重要而且应用极为广泛的判别分析法。文章介绍了Fisher判别分析法的数学思想,详细阐述了在两个总体和多个总体情况下它的判别函数以及判别准则。之后通过举例说明了Fisher判别分析法在解决实际问题中的具体应用。 相似文献
17.
18.
The purpose of this article is to present logistic discriminant function analysis as a means of differential item functioning (DIF) identification of items that are polytomously scored. The procedure is presented with examples of a DIF analysis using items from a 27-item mathematics test which includes six open-ended response items scored polytomously. The results show that the logistic discriminant function procedure is ideally suited for DIF identification on nondichotomously scored test items. It is simpler and more practical than polytomous extensions of the logistic regression DIF procedure and appears to fee more powerful than a generalized Mantel-Haenszelprocedure. 相似文献