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:
提出了一种基于向量组的Fisher线性鉴别分析方法.该方法先将原始的高维向量分割为低维的子向量组,再对向量组运用Fisher线性鉴别分析.这种处理方法,不但能够解决任意高维下的小样本问题,而且通过选择恰当的子向量维数,可以从向量中抽取出最有效的特征值.此外,基于向量组的Fisher线性鉴别分析是Fisher线性鉴别分析和二维Fisher线性鉴别分析的进一步推广.
推荐文章
判断向量组线性相关性的若干方法
向量组
线性相关
线性无关
判定方法
基于改进稠密轨迹与Fisher向量编码的人体行为识别方法
改进稠密轨
Fisher向量编码
人体行为识别
特征提取
量化
稠密光流
基于核Fisher判别分析方法的非线性统计过程监控与故障诊断
核Fisher判别分析
非线性
统计过程监控
故障诊断
应用逐步回归和Fisher判别方法对沉香的鉴别
沉香
热处理
TD-GCMS
逐步回归
Fisher判别分析
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 基于向量组的Fisher线性鉴别分析方法
来源期刊 计算机工程与应用 学科 工学
关键词 Fisher线性鉴别分析 类间散布矩阵 类内散布矩阵 高维小样本问题
年,卷(期) 2011,(6) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 205-207,215
页数 分类号 TP391
字数 3643字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.06.056
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 朱明旱 湖南文理学院电气与信息工程学院 35 443 11.0 20.0
2 邵湘怡 湖南文理学院电气与信息工程学院 14 23 2.0 4.0
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  (8)
节点文献
引证文献  (7)
同被引文献  (25)
二级引证文献  (23)
1936(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
研究主题发展历程
节点文献
Fisher线性鉴别分析
类间散布矩阵
类内散布矩阵
高维小样本问题
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导