近邻边界Fisher判别分析

将数据集进行合理的维数约简对于一些机器学习算法效率的提高起着至关重要的影响.该文提出了一种利用数据点邻域信息的线性监督降维算法:近邻边界Fisher判别分析(Neighborhood Margin Fisher Discriminant Analysis,NMFDA).NMFDA尝试将每一数据点邻域内最远的同类数据点和最近的异类数据点之间的边界在投影子空间内尽可能地扩大,从而提高基于距离的识别算法的准确率.同时为了解决非线性降维问题,提出了Kernel NMFDA,通过在几个标准人脸数据库上与其它降维算法的对比识别实验,验证了提出算法的有效性.

模型药物毒性血清1H NMR谱代谢组学的Fisher判别分析研究

基于核磁共振技术的代谢组学是近年发展起来的一种新的组学技术,主要利用生物体液的核磁共振谱提供生物体内全部小分子代谢物的丰富信息。然而,噪声的存在影响了模式识别方法分析的准确度。近年来小波变换以其多分辨率分析的特性、方法简单、快速等优点成为一种有效的去除分析信号噪声的方法。本实验通过运用小波变换去除噪声、校正基线后,再进行Fisher判别分析,得到了较传统分析更为清晰的代谢标识物,建立了良好的代谢模型

Traveling wave front for the Fisher equation on an infinite band region

Instead of discussing the existence of a one-dimensional traveling wave front solution which connects two constant steady states, the present work deals with the case connecting a constant and a nonhomogeneous steady state on an infinite band region. The corresponding model is the well-known Fisher equation with variational coefficient and Dirichlet boundary condition. (c) 2006 Elsevier Ltd. All rights reserved.