×
公园，Se-Rim;索海尔·科洛里;新吉尼昆都;古斯塔沃·K·罗德。

累积分布变换和线性模式分类。 （英语） Zbl 1398.62169号

申请。计算。哈蒙。分析。 45,3号，616-641（2018）.
摘要：在科学和技术的许多应用中，识别来自传感器的数据类别是一个重要问题。我们描述了一种新的模式表示变换，它将模式解释为概率密度函数，并且在分类方面具有特殊的属性。该变换，我们称之为累积分布变换（CDT），是可逆的，具有定义良好的正向和反向运算。我们表明，通过将其转换为变换空间中的“欧拉”（强度变化），它可以用于“解析”“拉格朗日”（位移和强度变化）变化（混淆）。这种转换是我们主要结果的基础，该结果描述了CDT何时可以允许在变换空间中进行线性分类。我们还描述了变换的几个性质，并通过使用真实数据和模拟数据的计算实验表明，CDT可以帮助使各种现实世界的问题更容易解决。

引用于1审查
引用于9文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
62E10型 统计分布的特征和结构理论
68T05型 人工智能中的学习和自适应系统

关键词：

累积分布变换;信号分类

软件：

Matlab公司;伦敦银行支持向量机;PRMLT公司
PDF格式BibTeX公司 XML格式引用
\textit{S.R.Park}等人，应用。计算。哈蒙。分析。45，第3号，616--641（2018；Zbl 1398.62169）
全文： 内政部 arXiv公司

参考文献：

[1] Altman，D.G.，《医学研究的实用统计》（1990），CRC出版社
[2] Baguette，L.，功能分析，（1991），Marcel-Dekker
[3] Belhumeur，P.N。；赫斯帕尼亚，J.P。；Kriegman，D.，《特征脸与渔夫脸：使用特定类别线性投影的识别》，IEEE Trans。模式分析。机器。智力。，19, 7, 711-720, (1997)
[4] Bishop，C.M.，《模式识别和机器学习》，第1卷，（2006年），纽约斯普林格出版社·Zbl 1107.68072号
[5] 博兰德，M.V。；Murphy，R.F.，一种能够识别hela细胞荧光显微镜图像中所有主要亚细胞结构模式的神经网络分类器，生物信息学，17，12，1213-1223，（2001）
[6] 博伊德，S。；Vandenberghe，L.，凸优化，（2004），剑桥大学出版社·Zbl 1058.90049号
[7] Chang，C.-C。；Lin，C.-J.，LIBSVM：支持向量机库，ACM Trans。智力。系统。Technol公司。（TIST），第2、3、27页，（2011年）
[8] Cheng，X。；铱，D。；Dixon，M。；Sekine，K。；德米尔西，美国。；扎米尔，L。；汤普金斯，R.G。；罗德里格斯，W。；Toner，M.，一种用于HIV感染者无标签实际CD4+T细胞计数的微流体装置，实验室芯片，7，2，170-178，（2007）
[9] 科尔特斯，C。；Vapnik，V.，支持向量网络，马赫。学习。，20, 273-297, (1995) ·Zbl 0831.68098号
[10] 达拉，N。；Triggs，B.，人类检测定向梯度直方图，（IEEE计算机学会计算机视觉和模式识别会议，2005年，第1卷，CVPR 2005，（2005），IEEE），886-893
[11] Demšar，J.，多数据集上分类器的统计比较，J.Mach。学习。研究，7，1-30，（2006）·Zbl 1222.68184号
[12] Deselaers，T。；Hegerath，A。；Keysers，D。；Ney，H.，杂乱图像中目标分类的稀疏斑图，（模式识别，（2006），Springer），202-211
[13] 弗里曼，W.T。；Roth，M.，手势识别的方向直方图，（自动人脸和手势识别国际研讨会，第12卷，（1995）），296-301
[14] Friedman，J.H.，《关于偏见、方差、0/1损失和维度诅咒》，Data Min.Knowl。发现。，1，1，55-77，（1997）
[15] Guyon，I.，《特征提取：基础与应用》，第207卷，（2006年），施普林格科学与商业媒体
[16] Harris，D.C.，定量化学分析，（2010），麦克米伦
[17] Harsanyi，J.C。；Chang，C.-I.，高光谱图像分类和降维：正交子空间投影方法，IEEE Trans。地质科学。遥感，32，4779-785，（1994）
[18] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.，《统计学习的要素》，第2卷，（2009年），施普林格出版社·Zbl 1273.62005年
[19] 黄，H。；托森，A.B。；郭杰。；陈，C。；Wang，W。；Ozolek，J.A。；Rohde，G.K.，利用空间信息通过核形态计量学进行癌症诊断，模式识别。莱特。，42, 115-121, (2014)
[20] 季S。；Ye，J.，《广义线性判别分析：统一框架和有效模型选择》，IEEE Trans。神经网络。，19, 10, 1768-1782, (2008)
[21] 坎姆勒，D.W.，《傅里叶分析第一课程》，（2007），剑桥大学出版社·Zbl 1144.42001号
[22] Kim，K.-j。；Han，I.，用于预测股价指数的人工神经网络中特征离散化的遗传算法方法，专家系统。申请。，19, 2, 125-132, (2000)
[23] Kim，T.-K。；Wong，K.-Y.K。；Cipolla，R.，动作分类的张量典型相关分析，（IEEE计算机视觉和模式识别会议，2007，CVPR'07，（2007），IEEE），1-8
[24] 拉泽布尼克，S。；施密德，C。；Ponce，J.，使用局部仿射区域的稀疏纹理表示，IEEE Trans。模式分析。机器。智力。，27, 8, 1265-1278, (2005)
[25] 刘，H。；Motoda，H.，《特征提取、构造和选择：数据挖掘视角》（1998），施普林格出版社·Zbl 0912.00012号
[26] 北卡罗来纳州Logothetis。；Pauls，J。；奥加特，M。；Trinath，T。；Oeltermann，A.，fMRI信号基础的神经生理学研究，《自然》，4126843150-157，（2001）
[27] Unser，M。；Aldoubi，A。；Eden，M.，B样条信号处理：第一部分-理论，IEEE Trans。信号处理。，41, 2, (1993)
[28] 麦凯，D.J.，《信息理论、推理和学习算法》，第7卷，（2003年），Citeser·Zbl 1055.94001号
[29] Mallat，S.，信号处理的小波之旅，（1999），学术出版社·Zbl 0998.94510号
[30] MATLAB，8.4.0版（R2014b），（2014），MathWorks Inc.，马萨诸塞州纳蒂克
[31] Nikol'skij，N.K.，《功能分析I：线性功能分析》，第19卷，（1992），施普林格科学与商业媒体·兹比尔0743.0036
[32] O'Connor，D.，时间相关单光子计数，（2012），学术出版社
[33] Schölkopf，B。；Smola，A.J.，《使用内核学习：支持向量机、正则化、优化和超越》，（2002年），麻省理工学院出版社
[34] Spidlen，J。；布鲁尔，K。；罗森博格，C。；Kotecha，N。；Brinkman，R.R.，《Flowrepository:与同行评审出版物相关的注释流式细胞术数据集资源》，《细胞计量学》，a部分，81，9，727-731，（2012）
[35] 斯坦因，E.M。；Shakarchi，R.，《函数分析：分析中更多主题的介绍》，第4卷，（2011年），普林斯顿大学出版社·Zbl 1235.46001号
[36] Vapnik，V.，《统计学习理论的本质》（2000年），施普林格科学与商业媒体·Zbl 0934.62009号
[37] 瓦尔马，M。；Zisserman，A.，《从单个图像进行纹理分类的统计方法》，国际计算机杂志。视觉。，62, 1/2, (2005)
[38] 维拉尼，C.，《最佳交通：新旧》，第338卷，（2008），施普林格科学与商业媒体
[39] Wang，W。；莫，Y。；Ozolek，J.A。；Rohde，G.K.，Penized Fisher判别分析及其在基于图像的形态计量学中的应用，模式识别。莱特。，32, 15, 2128-2135, (2011)
[40] Wang，W。；斯莱普切夫，D。；巴苏，S。；Ozolek，J.A。；Rohde，G.K.，《用于量化和可视化图像集变化的线性最佳运输框架》，《国际计算杂志》。视觉。，101, 2, 254-269, (2013) ·Zbl 1259.68222号
[41] 张文超；石广山，W.G。；Chen，X.，Local Gabor二进制模式直方图序列（LGBPHS）：一种新的非统计人脸表示和识别模型，（第十届IEEE国际计算机视觉会议，2005年，第1卷，（2005）），786-791
[42] 张，D。；卢，G.，利用不同形状特征的傅里叶描述子进行形状检索的比较研究，（智能多媒体与远程教育国际会议论文集，ICIMADE01，（2001）），1-9
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。