技術(shù)編號(hào)：9249496
提示：您尚未登錄，請(qǐng)點(diǎn) 登 陸 后下載，如果您還沒有賬戶請(qǐng)點(diǎn) 注 冊(cè) ，登陸完成后，請(qǐng)刷新本頁查看技術(shù)詳細(xì)信息。 基于子空間學(xué)習(xí)的數(shù)據(jù)降維方法在智能分析與認(rèn)知系統(tǒng)中得到了充分的重視。線 性判別分析（LDA)及其各種改進(jìn)方式因?yàn)槠溆斜O(jiān)督的學(xué)習(xí)方式和簡(jiǎn)單的實(shí)現(xiàn)過程受到了 更加廣泛的關(guān)注和研究。 然而在現(xiàn)實(shí)場(chǎng)景中，兩個(gè)方面的缺陷限制了LDA的進(jìn)一步應(yīng)用及推廣。首先，獨(dú)立 同分布的基本假設(shè)顯得過于苛刻。對(duì)于那些不滿足該一基本假設(shè)的數(shù)據(jù)，就無法從理論上 保證得到最優(yōu)解。并且對(duì)于高維數(shù)據(jù)而言，怎樣判別獨(dú)立同分布假設(shè)本身就是十分困難的 問題。其次，現(xiàn)實(shí)環(huán)境中采集到的數(shù)據(jù)往往帶有一...
注意：該技術(shù)已申請(qǐng)專利，請(qǐng)尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識(shí)儲(chǔ)備，不適合論文引用。
請(qǐng)注意，此類技術(shù)沒有源代碼，用于學(xué)習(xí)研究技術(shù)思路。