文献

J-GLOBAL ID：201802290775236002   整理番号：18A1270636

L-PCAアルゴリズムにおける高次元画像次元低減アルゴリズムに関する研究【JST・京大機械翻訳】

L-PCA-based dimensionality reduction algorithm for high dimension images

著者 (3件)： Li Longlong (陜西工業職業技術学院信息工程学院,陜西咸陽712000;西北農林科技大学机械与電子工程学院,陜西楊凌712100) ,  He Dongjian (西北農林科技大学机械与電子工程学院,陜西楊凌,712100) ,  Wang Meili (西北農林科技大学信息工程学院,陜西楊凌,712100)
資料名： Xi’An Keji Daxue Xuebao  (Xi'An Keji Daxue Xuebao)
巻： 37  号： 6  ページ： 906-911  発行年： 2017年 
JST資料番号： C3182A  ISSN： 1672-9315  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 古典的凸技術クラスタ化アルゴリズムのグローバル線形次元縮小アルゴリズム(PCA)とLDAクラスタ化アルゴリズムのアイデアを借りて,改良PCA次元縮小アルゴリズムL-PCAを提案した。このアルゴリズムは,元のサンプル共分散構造の不変性を保証する前提の下で,変換行列の最も重要な主成分を重み付けし,クラス内とクラス間の離散行列を調整する。典型的なデータセットでの実験結果は,L-PCAアルゴリズムが,1次最近傍分類装置の一般化誤差,精度,および目標データの連続性の良い性能を有することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 連続性 ,  不変性 ,  *アルゴリズム ,  線形性 ,  凸形 ,  分類装置 ,  *画像 ,  クラスタ化 ,  共分散 ,  *高次元 ,  *次元縮小
準シソーラス用語： 変換行列 , 【Automatic Indexing@JST】

著者キーワード (3件)： dimensionality reduction algorithm ,  image processing ,  PCA

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： アルゴリズム ,  高次元 ,  次元低減 ,  研究