梁志正;史鹏飞 矩阵广义低阶近似的一种分析算法。 （英语） Zbl 1077.68802号 模式识别 38，第11期，2213-2216（2005）。 摘要：矩阵的广义低阶近似（GLRAM）算法是最近发展起来的。本文揭示了GLRAM的最优性。据此，提出了GLRAM的分析方法。该方法是非迭代的。此外，还显示了2DPCA和GLRAM之间的关系。 引用于1审查引用于6文件 MSC公司： 68吨10 模式识别、语音识别 关键词：矩阵的低阶逼近;二维PCA;优化函数 PDF格式BibTeX公司 XML格式引用 \textit{Z.Liang}和\textit{P.Shi}，模式识别38，第11期，2213-2216（2005；Zbl 1077.68802） 全文： 内政部 参考文献： [1] 叶洁平，矩阵的广义低阶近似，第21届机器学习国际会议，2004年，第887-894页（也出现在机器学习中）。；叶洁平，矩阵的广义低阶近似，第21届机器学习国际会议，2004年，第887-894页（也出现在机器学习中）。 [2] 杨，J。；Yang，J.Y.，从图像矢量到矩阵：一种简单的图像投影技术——IMPCA与PCA，模式识别，35,91997-1999（2002）·Zbl 1006.68865号 [3] 杨，J。；张，D。；弗兰吉，A.F。；Yang，J.Y.，《二维PCA：基于外观的人脸表示和识别的新方法》，IEEE Trans。PAMI，26，1，131-137（2004） [4] Schott，James R.，《统计矩阵分析》（1997），威利跨科学出版物：威利跨学科出版物，纽约·Zbl 0872.15002号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。