线性判别分析(LDA) 作为一种经典的特征提取方法被广泛地加以研究和运用, 然而LDA作为全局判别准则在一定程度上忽视了样本空间的局部结构和局部信息. 为此, 通过引入局部加权均值(LWM)并结合最大
提出了利用卷积神经网络(CNN)对儿童注意缺陷与多动症(ADHD)的功能性核磁共振图像(fMRI)进行特征分析,从而对ADHD患者进行判别分析。针对ADHD-200全球竞赛的三个数据库的fMRI数据,
通过分析经典稀疏视觉跟踪算法在粒子滤波框架下的采样粒子分布与运动目标真实状态的差异,提出了一个基于在线判别分析的改进稀疏视觉跟踪算法。该跟踪算法通过在线逻辑斯蒂判别分析模型及其更新过程,自主获取运动目
为了提高煤炭自燃危险性预测精度,提出了基于KPCA-Fisher判别分析的煤炭自燃预测模型。利用核主成分分析法(KPCA)对相关程度较高的特征指标进行非线性特征提取,将提取出的主成分作为Fisher判
应用距离判别分析理论,结合矿井含水层的水化学分析资料,选取6种离子组分的浓度作为突水水源识别的判别因子,建立矿井突水水源识别的距离判别分析模型;以35组采样的水源样品作为学习样本进行训练,建立相应线性
针对隧道围岩分类问题,基于Fisher判别分析理论,选用岩石质量指标、完整性指数、饱和单轴抗压强度、纵波波速、弹性抗力系数和结构面摩擦因数等6个指标作为判别因子,以30组隧洞围岩数据作为学习样本进行训
基于Fisher判别理论建立了煤巷围岩分类的Fisher判别分析(FDA)模型。选取巷道埋深、巷道跨度、采动影响系数,围岩强度、松动圈厚度和节理发育情况6个指标因子作为FDA模型的预测指标体系,以实测
Matlab偏最小二乘法用于判,,,别分析
试图将原始数据投影到低维特征空间中的特征提取算法引起了很多关注。 本文基于增强型Fisher判别准则(EFDC),提出了一种新的特征提取方法,称为零空间多样性Fisher判别分析(NSDFDA),用于
使用Pyhton实现Fisher的线性判别。为了进一步理解和掌握Fisher线性判别法的基本原理和实现过程,利用Fisher判别法解决实际问题进行试验。