1) Penalized discriminant analysis
惩罚性判别分析
2) punitive partition
惩罚性划分
3) Sexual discriminant analysis
性别判别分析
1.
In order to improve the degree of precision,we chose 16 factors of hip bone and make a table on ‘Sexual discriminant analysis of hip bone by different levels .
现有骨骼性别判别分析方法无疑是判别率最好的方法之一 ,但是否能在原基础上再提高一步 ?为此 ,本文选取 1 6项髋骨指标 ,制作“分级判别分析表”对 82副髋骨 (男 4 2副 ,女 4 0副 )进行分级性别判别分析 ,并与传统单因素及多因素判别分析法进行比较 ,3种方法最高正确判别率分别为 97。
4) Linear discrimination analysis
线性判别分析
1.
A robust dynamic visual feature extraction method based on Bayesian tangent shape model(BTSM) and linear discrimination analysis(LDA) is proposed.
引入一种基于贝叶斯切线形状模型(BTSM)的口形轮廓特征提取和基于线性判别分析(LDA)的视觉语音动态特征提取方法,该特征充分体现了口形特征变化的动态性,消除了直接口形轮廓几何特征的冗余。
5) linear discriminate analysis
线性判别分析
1.
Textiles of EC and China origin were distinctively classified by linear discriminate analysis(LDA) based on the data of extractable heavy metals,and the extractable heavy metals having great effects on the classification were explained by linear discriminate function;the main factors which determined the discrepancy of textiles between the t.
按照Oeko-Tex—100标准对35种产自欧盟的生态纺织品及69种国产染色纺织品的可萃取重金属含量进行测定;利用线性判别分析对被考察的欧盟及国产纺织品进行整体分类,确定了影响分类的主要重金属;利用因子分析对欧盟及国产纺织品在可溶出重金属上的主要决定因素进行分析,通过样本点在线性判别函数空间及因子分析空间的得分,了解被考察国产纺织品与欧盟生态纺织品在可溶出重金属上的整体质量差异,并找出导致差异的主要因素。
2.
The main method of feature extraction is principle component analysis and linear discriminate analysis,but all of them are not perfect.
针对人脸识别系统中的主成分分析和线性判别分析两种特征提取方法的优缺点,提出了一个融合特征提取方法,并构造了一个能够将图像数据空间的人脸映射到人脸特征空间中并实施识别的实验系统。
6) Linear discriminant analysis
线性判别分析
1.
New linear discriminant analysis based on Gaussian mixture model;
一种新的基于高斯混合模型的线性判别分析
2.
Unsupervised hyperspectral image classification method based on constrained linear discriminant analysis
基于约束线性判别分析的非监督高光谱影像分类方法
3.
This paper presents a face recognition algorithm that is based on wavelet transform and linear discriminant analysis.
提出了将人脸图像的小波分解和线性判别分析结合以达到人脸识别的方法。
补充资料：判别分析预测法(见发生量预测)
判别分析预测法(见发生量预测)
discriminatory analysis for forecast
判别分析预测法(diseriminatory analysisfor foreeast)又叫分辨分析法，是用判别函数预测害虫发生量的方法。其步骤为:将预报因子和预报量分为2级或多级，对预报因子进行线性组合，构成一个判别函数;先确定一个临界值作分辨指标，然后计算判别函数式中的系数，求出临界值;应用时，将预报因子的实查值代入判别函数式，求出预报值，将此值与临界值相比较，可预报害虫的发生量。 判别函数通式将预报因子的数据进行线性组合: 尸y~习c、·x、(1) 左=l式中夕为预报量;P为预报因子个数;x、(k二1，2，……，尸)为预报因子;c、为系数。二级判别法中的x分为2级，故(l)式为:〕一clxl+cZxZ(2)则y值亦分2级，可确定一个y。为分辨指标，当夕)yc时为A级，夕
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