根据项目指南的要求,该项目主要研究内容分为两部分,一部分是模式识别中的鉴别分析理论和算法研究,其中包括:(1)鉴别准则的选取、构建及关系探讨,(2)鉴别分析若干理论、算法的建构及拓广,(3)具有鉴别性的独立分量抽取技术研究,(4)基于PCA的模式类统计分布刻画与特征抽取研究,(5)基于边界(margin)信息学习的分类、鉴别方法研究,(6)非线性主成分分析(PCA)特征提取研究,(7)基于流形学习
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
基于分形L系统的水稻根系建模方法研究
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
基于SSVEP 直接脑控机器人方向和速度研究
高维空间模式鉴别分析理论与方法研究
面向高维数据的粒计算理论与方法
基于弱输入信息的高维数据可视分析理论研究
面向高维信息的非线性维数约简问题研究