基于Hausdorff距离的区间型数据模糊fisher线性判别分析模型及算法研究

提出了一种改进的线性判别分析(LDA)算法,能有效地解决传统LDA算法的两个局限,即小样本问题及在多类情况下传统的Fisher准则非最优.该算法还能提高某一(几)个指定类别的分类率.这种算法的关键在于

基于matlab的Fisher判别，Fisher判别是找一条线把高维映射为一维在进行判别的方法。

模式识别fisher线性判别

Fisher线性判别实验，.m文件，各行代码功能备注明确，有利于学习，matlab直接运行，数据更改即可用于其他类别实验分析。

研究了用户认证过程中的键盘击键序列特征提取和分类问题,提出一种基于顽健线性判别分析的击键特征识别方法。首先,最大化击键序列集不同类间的离散度,同时最小化序列集同类之间的离散度,保持击键序列样本的最佳判

通过虚拟仪器同时采集桡侧腕屈肌和肱桡肌两路表面肌电信号,取其平均绝对值(MAV)和均方根(RMS)作为特征参数,并应用线性判别分析(LDA)方法对采集的样本进行模式识别。与其它特征识别方式的实验对比表

针对利用局部化思想解决多模数据的判别分析问题时，根据经验对局部邻域大小进行全局统一设定，无法体现局部几何结构差异性的不足，提出一种邻域自适应半监督局部Fisher判别分析（neighborhoodad

今天小编就为大家分享一篇python实现高斯判别分析算法的例子,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

通过成功工程案例的训练,运用Fisher算法对未知岩质边坡的稳定性进行了正确的判别和分类,具有极强的工程适用性。

一些现有的模糊回归方法对研究对象有一些特殊要求，例如将观测值假定为对称三角模糊数或对回归参数施加非负约束。 在本文中，我们提出了一种左右模糊回归方法，该方法适用于各种形式的观测值。 我们提出了两个左右