1) correlative components analysis (CCA)
分类相关成分分析
2) classification correlative analysis(CCA)
分类相关分析
1.
Classification correlative components of the kernel matrix were extracted in an orderly way by the classification correlative analysis(CCA) algorithm to decrease the number of support vectors of least squares support vector machine(LSSVM) and enhance the classification speed of LSSVM.
为了对分类最小二乘支持向量机实施有效的稀疏化,以提高分类速率,采用分类相关分析算法,按序提取样本核矩阵的全部分类相关成分,并依据样本核矩阵各列与分类相关成分的相关性,对训练集所有个体按分类的重要性排序,进而可选取最重要的部分个体作为支持向量,并将其余非支持向量的信息转移至支持向量,以提高支持向量的分类表达能力。
3) correlative components analysis
分类相关成分
4) relevant component analysis
相关成分分析法
1.
A new approach of feature extraction and recognition for radar target based on bispectrum features and relevant component analysis(RCA) was proposed.
给出了一种基于双谱特征和相关成分分析法(Relevant Component Analysis,RCA)相结合的雷达目标特征提取与识别方法。
5) correlation and cluster analysis
相关分析和聚类分析
6) correlation and resultant analysis
相关、合成分析
补充资料：相关分析(见统计分析)
相关分析(见统计分析)
x Iangguan fenxj相关分析见统计分析。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条