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:
主成分分析法常被用于维数压缩和特征提取,其在处理单一高维数据集时有很大优势.在很多实际场景中需要联合处理多个数据集,此时传统的主成分分析方法面临很大挑战.本文提出了迹比率主成分分析法,该方法可以提取目标数据相对其他数据特有的低维表示,进而通过迭代算法高效求解.数值算例证实了该方法的优越性.
推荐文章
粗糙集属性约简判别分析方法及其应用
粗糙集
属性约简
判别分析
储层预测
基于多重判别分析的朴素贝叶斯分类器
朴素贝叶斯
TAN分类器
多重判别分析
DANB分类器
模糊数据的风险判别分析
模糊样本均值
模糊样本协方差矩阵
模糊距离
判别风险
基于ICA与Bayes的判别分析模型
独立成分分析
贝叶斯
相关关系
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 基于迹比率的多数据集判别分析维数压缩
来源期刊 四川大学学报(自然科学版) 学科 数学
关键词 主成分分析 判别分析 维数压缩 多背景数据集
年,卷(期) 2021,(1) 所属期刊栏目 数学
研究方向 页码范围 7-13
页数 7页 分类号 O29
字数 语种 中文
DOI 10.19907/j.0490-6756.2021.011002
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (5)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
主成分分析
判别分析
维数压缩
多背景数据集
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
四川大学学报(自然科学版)
双月刊
0490-6756
51-1595/N
大16开
成都市九眼桥望江路29号
62-127
1955
chi
出版文献量(篇)
5772
总下载数(次)
10
总被引数(次)
25503
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导