作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
主成分分析是模式识别理论中一种经典的特征提取方法,也是一种简单有效的维数约简方法,并在人脸识别等问题上获得了成功。该文主要从损失函数的角度研究了PCA问题,并提出一种基于指数损失的PCA方法。
推荐文章
基于PCA的人脸识别方法的比较研究
PCA
人脸识别
2DPCA
PCA+2DPCA
基于MEWMA-PCA的微小故障检测方法研究及其应用
EWMA
PCA
MEWMA-PCA
微小故障
过程监测
基于变量子域PCA的故障检测方法
故障检测
主元分析
过程系统
动态仿真
变量子域
贝叶斯推理
基于PCA算法的人脸识别方法研究比较
主成分分析
二维主成分分析
数据降维
人脸识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于指数损失的PCA方法研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 特征提取 PCA 损失函数
年,卷(期) 2010,(7) 所属期刊栏目
研究方向 页码范围 5297-5299
页数 3页 分类号 TP18
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 路刚 6 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
特征提取
PCA
损失函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导