Abstract—The Linear discriminant an

Abstract—The Linear discriminant analysis (LDA) can be
generalized into a nonlinear form
─
kernel LDA (KLDA) expediently
by using the kernel functions. But KLDA is often referred to a general
eigenvalue problem in singular case. To avoid this complication, this
paper proposes an iterative algorithm for the two-class KLDA. The
proposed KLDA is used as a nonlinear discriminant classifier, and the
experiments show that it has a comparable performance with SVM

Kết quả (Việt) 1:

Trừu tượng-The tuyến phân tích biệt thức (cấp LDA Cải) có thểTổng quát hóa thành một hình thức phi tuyến─ hạt nhân cấp LDA Cải (KLDA) expedientlybằng cách sử dụng các chức năng hạt nhân. Nhưng KLDA thường được gọi chung mộteigenvalue các vấn đề trong số ít trường hợp. Để tránh biến chứng này, điều nàygiấy đề nghị một thuật toán lặp đi lặp lại cho hai hạng KLDA. Cácđề xuất KLDA được sử dụng như một loại biệt thức phi tuyến, và cácthí nghiệm cho thấy rằng nó có một hiệu suất tương đương với SVM

Kết quả (Việt) 2:

Tóm tắt-Linear phân tích biệt (LDA) có thể được
khái quát hóa thành một dạng phi tuyến
─
hạt nhân LDA (KLDA) expediently
bằng cách sử dụng các chức năng hạt nhân. Nhưng KLDA thường được gọi là một vị tướng
vấn đề eigenvalue trong trường hợp đặc biệt. Để tránh biến chứng này, đây
giấy đề xuất một thuật toán lặp đi lặp lại cho hai lớp KLDA. Các
đề xuất KLDA được sử dụng như một bộ phân biệt thức phi tuyến, và các
thí nghiệm cho thấy rằng nó có một hiệu năng tương đương với SVM