fuzzy-discriminant-analysis-with-kernel-methods

Решить проблему расширенного дискриминантного анализа ядерными методами

Надеюсь, определенное руководство пользователя поможет вам, в какое время у вас есть нечеткий дискриминантный анализ при покупке методов ядра.

Обновлено: ASR Pro

  • 1. Скачайте и установите ASR Pro
  • 2. Запустите программу и выберите язык
  • 3. Следуйте инструкциям на экране, чтобы начать поиск проблем.
  • : Повысьте производительность вашего компьютера, нажав здесь, чтобы загрузить программное обеспечение. г.

    < / p>

    Резюме

    Нелинейный нечеткий классификатор для графики с рейтингом Kernel Blur Discriminant Analysis (KFDA) должен предлагаться для решения неразрывных линейных жалоб. Используя методы, ядро ​​KFDA может выполнять полезные классификации в пространстве функциональных возможностей ядра. Посредством некоторого нелинейного применения входные данные могут быть неявно запланированы в огромном пространстве, касающемся многомерных нелинейных функций, именно там, где шаблон теперь выглядит линейным. В отличие от нечеткого дискриминантного анализа (FDA), который основан на евклидовом расстоянии, KFDA имеет конструктив расстояния, индуцированного ядром. Теоретический анализ и даже текущие результаты показывают, что указанный классификатор работает лучше, чем FDA.

    Ключевые слова

    проект исследования нечеткого дискриминанта

    методы нечеткого ядра

    анализ дискриминантного ядра

    Показать полный текст

    Copyright © 2006Pattern Recognition Society. Авторское право: Elsevier B.V.Все права защищены.