开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-03-04
详细说明：随着数据处理方式以及描述角度的不同，同一模式总是能够获得多种不同的特征表示．由于这些特征表示
总是反映了同一模式的不同特性或视角，因此，对其进行有效地抽取与融合后，不仅可以保留参与抽取的多组特征
的有效鉴别信息，还可以在一定程度上消除特征间的冗余信息，降低识别算法的复杂度，对模式分类来说无疑具有
重要的实际意义．由于传统的维数约减方法，如主成分分析（ＰＣＡ）与线性鉴别分析（ＬＤＡ），主要针对模式的一组特
征进行处理，并不适合对多表示数据进行融合与特征抽取，因此，本文以多表示数据为研究对象，深入研究了多重
集典型相关分析的相关理论与算法，采用分数阶思想对组内与组间样本协方差的特征值和奇异值进行重新估计，
然后建立分数阶组内与组间散布矩阵，同时引入监督信息，构建了分数阶嵌入的多重集典型相关分析（ＦＥＧＭＣＣＡ）
理论框架．
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
