Linear Discriminant Analysis, also

Linear Discriminant Analysis, also known as Fisher’s Linear Discriminant (FLD), has
been successfully applied in many classification problems. The LDA takes advantage
of the fact that the available set of samples (the training set) is labelled and tries to
find projection axes that provide the best linear separability in the transformed
(feature) space. In the context of the fingerprint (digitprint) recognition problem LDA
can be formally described as follows:

ผลลัพธ์ (ไทย) 1:

มีการวิเคราะห์ Discriminant เชิงเส้น เป็นของ Fisher เส้น Discriminant (FLD),ถูกนำไปใช้ในปัญหาประเภทต่าง ๆ Lda ซึ่งการใช้ประโยชน์จากของจริงที่มีชุดของตัวอย่าง (ชุดฝึก) เป็นมัน และพยายามค้นหาโปรเจคเตอร์แกนที่ให้ในส่วนเส้น separability ในการแปรรูปพื้นที่ (คุณลักษณะ) ในบริบทของลายนิ้วมือ (digitprint) การรับรู้ปัญหา LDAสามารถอย่างเป็นกิจจะลักษณะอธิบายดังนี้:

ผลลัพธ์ (ไทย) 2:

วิเคราะห์จำแนกเชิงเส้นหรือที่เรียกว่าฟิชเชอร์จำแนกเชิงเส้น (FLD)
ได้ถูกนำมาใช้ในการประสบความสำเร็จในการจัดหมวดหมู่หลายปัญหา LDA
ใช้ประโยชน์จากความจริงที่ว่าชุดที่มีอยู่ของตัวอย่าง(ชุดฝึกอบรม)
จะมีป้ายและพยายามที่จะหาแกนฉายที่ให้แยกเชิงเส้นที่ดีที่สุดในการเปลี่ยน
(คุณสมบัติ) พื้นที่ ในบริบทของลายนิ้วมือ (digitprint) ปัญหาการรับรู้ LDA
สามารถอธิบายอย่างเป็นทางการดังนี้

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์โดยตรง เรียกว่า ปลาเส้นจำแนก ( FLD ) ได้
เรียบร้อยแล้วใช้ในการจำแนกปัญหามากมาย การใช้ประโยชน์ lda
ความจริงว่าชุดของตัวอย่าง ( ชุดฝึก ) คือ labelled และพยายาม

หาแกนภาพ ให้แยกออกจากกันได้เชิงเส้นที่ดีที่สุดในแปลง
( คุณลักษณะ ) พื้นที่ในบริบทของการ digitprint ) การรับรู้ปัญหา lda
สามารถอย่างเป็นทางการอธิบายดังนี้ :