首页> 外文OA文献 >Optimal Dimension Reduction and Transform Coding with Mixture Principal Components

【2h】

Optimal Dimension Reduction and Transform Coding with Mixture Principal Components

机译：混合主成分的最优降维与变换编码

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Cynthia Archer; Todd K. Leen;
展开▼
作者单位

展开▼
年度 1999
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Face recognition using supervised probabilistic principal component analysis mixture model in dimensionality reduction without loss framework [J] . S. Ahmadkhani, P. Adibi Computer Vision, IET . 2016,第3期

机译：使用监督概率主成分分析混合模型的人脸识别无损失的降维框架
2. Dimensionality reduction for EEG-based sleep stage detection: comparison of autoencoders, principal component analysis and factor analysis [J] . Tautan Alexandra-Maria, Rossi Alessandro C., de Francisco Ruben, Biomedizinische Technik . 2021,第2期

机译：基于EEG的睡眠阶段检测的维度降低：自动化器，主成分分析和因子分析的比较
3. Principal component of explained variance: An efficient and optimal data dimension reduction framework for association studies [J] . Maxime Turgeon, Karim Oualkacha, Antonio Ciampi, Statistical methods in medical research . 2018,第5期

机译：解释方差的主要成分：关联研究有效和最佳的数据维度减少框架
4. Optimal dimension reduction and transform coding with mixture principal components [C] . Archer, C., Leen, . 1999

机译：混合主成分的最佳降维和变换编码
5. Limitations of principal component analysis for dimensionality-reduction for classification of hyperspectral data. [D] . Cheriyadat, Anil. 2003

机译：用于高光谱数据分类的降维主成分分析的局限性。
6. Segmentation of High Dimensional Time-Series Data Using Mixture of Sparse Principal Component Regression Model with Information Complexity [O] . Yaojin Sun, Hamparsum Bozdogan 2020

机译：利用稀疏主成分回归模型与信息复杂性混合的高维时间序列数据分割
7. Principal component of explained variance: An efficient and optimal data dimension reduction framework for association studies [O] . Maxime Turgeon, Karim Oualkacha, Antonio Ciampi, 2016

机译：解释方差的主要成分：关联研究的有效和最佳的数据维度减少框架

Optimal Dimension Reduction and Transform Coding with Mixture Principal Components

著录项

引文网络

相似文献

相关主题

期刊订阅