- 在之前的格物匯文章中，我們介紹了特征抽取的經典算法——主成分分析(PCA)，了解了PCA算法實質上是進行了一次坐標軸旋轉，盡可能讓數據映射在新坐標軸方向上的方差盡可能大，并且讓原數據與新映射的數據在距離的變化上盡可能小。方差較大的方向代表數據含有的信息量較大，建議保留。方差較小的方向代表數據含有的信息量較少，建議舍棄。今天我們就來看一下PCA的具體應用案例和特征映射的另一種方法：線性判別分析(LDA)。 PCA案例 在機器學習中，所使用的數據往往維數很大，我們需要使用降維的方法來突顯信息含量較大的
- 關鍵字：
PCA LDA
- 安捷倫科技公司(A)日前宣布，將把公司分拆成兩家上市公司。其中，一家公司將專注于生命科學、診斷和應用領域(LDA)，并保留“安捷倫”名稱;另一家公司則是安捷倫當前的電子測量業務，公司名稱待定。安捷倫將通過免稅剝離方式將電子測量公司(EM)出售給股東。
- 關鍵字：
安捷倫 LDA EM
- 結合主元分析(PCA)與線性鑒別分析(LDA)的特點，利用PCA-LDA算法進行性別鑒別。通過PCA算法求得訓練樣本的特征子空間，并在此基礎上計算出LDA算法的特征子空間。將PCA算法與LDA算法的特征子空間進行融合，獲得PCA-LDA算法的融合特征空間。訓練樣本與測試樣本分別朝融合特征空間投影，從而得到識別特征。利用最近鄰準則即可完成性別鑒別。實驗中利用三種預處理方法(PCA+LDA、HG+PCA+LDA、RHG +PCA+LDA)，得出各自的實驗結果，并進行比較。實驗結果表明，利用RHG+PCA+LD
- 關鍵字：
PCA LDA 融合算法
lda介紹
您好，目前還沒有人創建詞條lda!
歡迎您創建該詞條，闡述對lda的理解，并與今后在此搜索lda的朋友們分享。
創建詞條
關于我們 -
廣告服務 -
企業會員服務 -
網站地圖 -
聯系我們 -
征稿 -
友情鏈接 -
手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網安備11010802012473
