1) PCA/LDA Fisher Discriminant Ayalysis
PCA/LDA Fisher判别分析
2) Linear Discriminant Analysis(LDA)
线性判别分析(LDA)
3) LDA
线性判别分析(LDA)
1.
In this work, we developed a new approach by combining a new feature representation involving scores of generalized base properties combined with auto cross covariance (ACC), linear discriminant analysis (LDA) and support vector machines (SVM) to predict chromatographic retention time of DNA, and to identify human miRNAs, vertebrate promoters , human exons.
本文通过一种新的途径,即以广义碱基性质得分(SGBP)结合自交叉协方差(ACC),线性判别分析(LDA)和支持向量机(SVM)建模,进行了DNA色谱保留指数、人类miRNA、脊椎动物启动子和人类蛋白质编码基因预测或识别,采用自检验、交互验证、外部验证等方法验证模型的预测能力。
2.
(3)This paper introduced theory of LDA algorithm and its application to face recognition and acquired a great many experiments.
(3)介绍了线性判别分析(LDA)人脸识别方法并且得到一些有意义的结论;并且对该方法进行了改进。
4) PCA-LDA algorithm
PCA-LDA算法
6) Fisher discriminant analysis
Fisher判别分析
1.
Fisher discriminant analysis based on nonlinear mapping;
基于非线性映射的Fisher判别分析
2.
Fisher discriminant analysis based on Choquet integral
基于模糊积分的Fisher判别分析
3.
The 17 known oil production test layers and the l5 unknown layers in Qiaokou Oilfield is calculated by association analysis and Fisher discriminant analysis.
简述了关联分析法的原理与计算步骤，并将该方法用于标定测井资料解释中的可疑层，分别用关联分析法和Fisher判别分析法对桥口油田17层已知试油层和15层未知层进行了实际计算，通过对比分析，说明了利用关联分析法标定新层的可行性，但该方法有时具有一定的局限性，需要结合其它方法对新层进行综合标定。
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