نتایج جستجو برای: تحلیل جداکننده خطی lda
تعداد نتایج: 263455 فیلتر نتایج به سال:
از آنجا که اکثر ذخایر مس ایران از نوع پورفیری می باشند، اکتشاف بهینه کانسارهای پورفیری در ایران اهمیت بالایی دارد. در اکتشاف این تیپ کانسارها برداشت های ژئوفیزیکی و زمین شناسی اطلاعات مفیدی جهت تعیین محل کانی سازی، جدایش زون پر عیار از زمینه و تعیین مکان گمانه های اکتشافی در اختیار محققان قرار می دهند، اما تحلیل و تفسیر این داده های خام به دلیل پیچیدگی های بسیار، کاری مشکل است. بنابراین به کارگ...
In this paper, the performances of appearance-based statistical methods such as Principal Component Analysis (PCA), Linear Discriminant Analysis (LDA) and Independent Component Analysis (ICA) are tested and compared for the recognition of colored face images. Three sets of experiments are conducted for relative performance evaluations. In the first set of experiments, the recognition performanc...
Linear Discriminant Analysis (LDA) is a well-known scheme for feature extraction and dimension reduction. It has been used widely in many applications involving high-dimensional data, such as face recognition and image retrieval. An intrinsic limitation of classical LDA is the so-called singularity problem, that is, it fails when all scatter matrices are singular. A well-known approach to deal ...
Standard LDA model suffers the problem that the topic assignment of each word is independent and word correlation hence is neglected. To address this problem, in this paper, we propose a model called Word Related Latent Dirichlet Allocation (WR-LDA) by incorporating word correlation into LDA topic models. This leads to new capabilities that standard LDA model does not have such as estimating in...
Linear Discriminant Analysis (LDA) is a popular feature extraction technique for face image recognition and retrieval. However, It often suffers from the small sample size problem when dealing with the high dimensional face data. Two-step LDA (PCA+LDA) [1–3] is a class of conventional approaches to address this problem. But in many cases, these LDA classifiers are overfitted to the training set...
In face recognition, LDA often encounters the so-called small sample size (SSS) problem, also known as curse of dimensionality. This problem occurs when the dimensionality of the data is quite large in comparison to the number of available training images. One of the approaches for handling this situation is the subspace LDA. It is a two-stage framework: it first uses PCA-based method for dimen...
افزایش تقاضا در صنعت گاز سبب شده این صنعت از ابزاری نوین برای خشک کردن گاز طبیعی بخصوص برای استفاده خارج از دریا استفاده کند. جداکننده های مافوق صوت روشی جدید برای چگالش و جداسازی آب و هیدروکربن های سنگین از گاز طبیعی است. جداکننده های فراصوت بدلیل سادگی عملکرد، نداشتن قطعات متحرک و عدم استفاده از واکنش های شیمیایی دارای برتری های قابل ملاحظه ای به لحاظ کارایی، هزینه های اجرایی و زیست محیطی نسب...
سیستم حملونقل ریلی از تعامل مجموعهای تجهیزات و عملیات تشکیل شده است که توانایی ظرفیت یک در بار مسافر را تعیین میکند. بدینمنظور، محاسبة پیشبینی نحوة تغییرات آن مهم شناخت آن کمک شایانی به ارتقای سطح بهرهبرداری شبکة روشهای گوناگونی برای وجود دارد با توجه نوع شبکه شیوة استفاده این روشها، میتوان آنها بهره گرفت. ظرفیت، توانمندیهای سیستمهای اطلاعات مکانی میشود تحت وب، وضعیت ظرفیتی عملیات...
Recently a kind of matrix-based discriminant feature extraction approach called 2DLDA have been drawn much attention by researchers. 2DLDA can avoid the singularity problem and has low computational costs and has been experimentally reported that 2DLDA outperforms traditional LDA. In this paper, we compare 2DLDA with LDA in view of the discriminant power and find that 2DLDA as a kind of special...
OBJECTIVES The objectives of this study are to examine the efficacy and safety of low-dose aspirin (LDA) vs LDA plus low-intensity warfarin (LDA + W) in the primary thrombosis prevention of aPL-positive patients with SLE and/or obstetric morbidity and the role of clinical and serological markers in the development of thrombosis. METHODS In this 5-year prospective, randomized, open, controlled...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید