...)特征选择模型的特性、特征选择评估判据以及启发式特征搜索方法进行了研究。针对人脸识别问题,提出将小波变换及核主元分析(KPCA)作为Filter特征选择模型,将SVM作为Wrapper特征选择模型。
基于425个网页-相关网页
快速核主元分析 FKPCA
核主元分析法 kernel principal component analysis
快速核主元成分分析 FKPCA ; FKCPA
有监督核函数主元分析 SKPCA
核概率主元分析 KPPCA
In order to overcome the shortcomings of conventional Kernel Principal Component Analysis(KPCA) method in modeling and analyzing of large sample data(e. g. , high computational complexity, long time modeling and large storage space etc.
常规核主元分析(KPCA)方法在对大样本数据分析建模时，存在运算复杂度高、建模时间长以及所需存储空间大等缺点。
参考来源 - 基于相似度的核主元分析方法及其应用研究·2,447,543篇论文数据，部分数据来源于NoteExpress
提出一种基于核主元分析(KPCA)和多级神经网络集成的汽轮机故障诊断方法。
One new method for fault diagnosis of steam turbine based on kernel principal component analysis (KPCA) and multistage neural network ensemble was proposed.
为此提出了一种多向核主元分析(MKPCA)算法用于间歇过程的建模与在线监测。
A method based on multiway kernel principal component analysis (MKPCA) was proposed to capture the nonlinear characteristics of normal batch processes.
结合核主元分析与支持向量机的特点，提出了一种基于核主元分析与支持向量机的人脸识别方法。
By integrating the characteristics of KPCA and SVM, a face recognition method based on these two algorithms is presented.
应用推荐