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。