都市工学数理演習Ⅱ 判別分析 discriminant analysis Yasushi ASAMI (Center for Spatial Information Science) 参考文献 有馬哲,石村貞夫(1987)『多変量解析のはなし』 東京図書(東京) Green, P.E. (1978) Analyzing Multivariate Data, Dryden Press (Hindale, Illinois) Huberty, C.J. (1994) Applied Discriminant Analysis, John Wiley & Sons (New York) 奥野忠一, 久米均, 芳賀敏郎, 吉澤正 (1981) 『多変量解析法』日科技連(東京) 水野欽司 (1996)『多変量データ解析講義』朝倉 書店(東京) 1 判別分析とは? すでに分類がわかっている
准教授 篠田 裕之 東京大学 大学院情報理工学系研究科システム情報学専攻 工学部計数工学科 篠田裕之 研究室 Hiroyuki Shinoda Laboratory Hiroyuki Shinoda shinoalab.t.u-tokyo.ac.jp
2008年8月26日 PCAとLDAについて (研究メモです) パターン認識を行う系は大きく識別対象からその識別に有効な特徴を抽出する特徴抽出部と、その特徴を用いて実際に識別処理を行う識別部に分けることができる。 抽出された特徴はベクトルの形で表現され、識別部で処理される。 どの識別器を用いるかにもよるが、学習データのサンプル数に対してベクトルの次元数が膨大になることは処理を困難にする。 膨大な次元数の特徴ベクトルを用いたパターン認識として以下の方法が考えられる。 1.識別器としてSVMなど膨大な次元数を扱えるものを用いる 2.次元圧縮処理を行う 1で挙げたSVMは最近パターン認識の分野では広く用いられている手法である。 2の場合、PCAとLDAが有名な手法だ。 次元圧縮処理は特徴空間の変換と考えることができるので線形空間で考えると、ある次元のベクトルを()次元のベクトルに変換する処理、す
Google Scholar では、さまざまな学術文献を簡単に検索できます。多岐にわたる分野と出典の論説、論文、書籍、要約、法律関係資料をお探しいただけます。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く