- 在之前的格物汇文章中，我们介绍了特征抽取的经典算法——主成分分析(PCA)，了解了PCA算法实质上是进行了一次坐标轴旋转，尽可能让数据映射在新坐标轴方向上的方差尽可能大，并且让原数据与新映射的数据在距离的变化上尽可能小。方差较大的方向代表数据含有的信息量较大，建议保留。方差较小的方向代表数据含有的信息量较少，建议舍弃。今天我们就来看一下PCA的具体应用案例和特征映射的另一种方法：线性判别分析(LDA)。 PCA案例 在机器学习中，所使用的数据往往维数很大，我们需要使用降维的方法来突显信息含量较大的
- 关键字：
PCA LDA
- 安捷伦科技公司(A)日前宣布，将把公司分拆成两家上市公司。其中，一家公司将专注于生命科学、诊断和应用领域(LDA)，并保留“安捷伦”名称;另一家公司则是安捷伦当前的电子测量业务，公司名称待定。安捷伦将通过免税剥离方式将电子测量公司(EM)出售给股东。
- 关键字：
安捷伦 LDA EM
- 结合主元分析(PCA)与线性鉴别分析(LDA)的特点，利用PCA-LDA算法进行性别鉴别。通过PCA算法求得训练样本的特征子空间，并在此基础上计算出LDA算法的特征子空间。将PCA算法与LDA算法的特征子空间进行融合，获得PCA-LDA算法的融合特征空间。训练样本与测试样本分别朝融合特征空间投影，从而得到识别特征。利用最近邻准则即可完成性别鉴别。实验中利用三种预处理方法(PCA+LDA、HG+PCA+LDA、RHG +PCA+LDA)，得出各自的实验结果，并进行比较。实验结果表明，利用RHG+PCA+LD
- 关键字：
PCA LDA 融合算法
lda介绍
您好，目前还没有人创建词条lda!
欢迎您创建该词条，阐述对lda的理解，并与今后在此搜索lda的朋友们分享。
创建词条
关于我们 -
广告服务 -
企业会员服务 -
网站地图 -
联系我们 -
征稿 -
友情链接 -
手机EEPW
Copyright ©2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《电子产品世界》杂志社 版权所有 北京东晓国际技术信息咨询有限公司
京ICP备12027778号-2 北京市公安局备案：1101082052 京公网安备11010802012473
