论文研究 基于卡方核的正则化线性判别分析行人再识别算法 .pdf

针对卷积神经网络对手写数字识别训练在卷积核随机初始化情况下收敛速度慢和识别率低的问题，提出一种主成分分析（PCA）初始化卷积核的卷积神经网络（CNN）手写数字识别算法。算法首先选取训练样本集并将其送入

判别分析中特征变量是影响判别结果的决定性因素，选取适当的特征变量组合可以提高正判率、减少计算量。介绍了贝叶斯判别和逐步判别法的基本原理，分析了目前出现的一些特征变量优化方法，以油气解释评价中的贝叶斯判

尝试在药物设计构效关系研究中引入分层聚类与判别分析相结合的数量化方法,并以芳氧基乙酰肼衍生物对单胺氧化酶的抑制率为例,具体说明了该方法的实现步骤和结果分析。该方法所得的结果直观生动,可以在实际实验之前

无论是Fisher判别分析（FDA）还是基于核的FDA（KFDA），在小样本情况下都会面临矩阵的病态问题，正则化技术是解决该问题的有效途径。为了便于研究正则化FDA与支持向量机（SVM）的关系，推导了

:线性判别分析(LDA)和主成分分析(PCA)都在各个领域有着重 要的作用。他们各自抓住样本在特征空间的不同特征,一般情况下更趋向于使 用LDA,因为LDA直接处理类间的分析问题,而PCA则没有突

为了解决模拟电路软故障诊断中特征提取不全面准确的问题，提出了一种基于综合时频域及核判别分析的两级特征提取新方法。首先，对采集到的故障响应信号分别提取均值、方差等时域统计特征和小波包分解后不同频带的能量

LPP算法是无监督算法，并没有考虑到不同类别的样本对分类效果的影响，结果会造成不同类数据点的重叠，故所获得的子空间对于分类问题来说未必是最优的。提出一种新的基于监督判别局部保持投影（SDLPP）的表情

基于核主元分析方法的KFDA人脸识别研究，李璇，杨杰，传统的人脸识别方法比如PCA、ICA、LDA等都是线性的判别方法，但是在实际情况中，很多问题都不是线性可分的，因此，受到在支持向量机

行人再识别和步态识别技术综述，近两年person reid顶会paper的一些方法介绍。

判别分析的SPSS操作流程图1-1DiscriminantAnalysis 主对话框在主对话框中左面的矩形框中选择表明已知的观测量所属类别的变量(一定是离散变量), 按上面的一个向右的箭头按钮,使该变