S-PCA [4] method is used to predict

S-PCA [4] method is used to predict and detect the face in which various energy ratios of even/odd symmetrical principal
components and their dissimilar sensitivities to sample differences are in use for feature selection which is based on a simple
idea of the even-odd decomposition. SPCA is built on the fact that PCA can be written as a regression-type resource issue, with
a quadratic forfeit; the lasso forfeit can then be directly merged into the retreat criterion, tends to a modified PCA with sparse
loadings

ผลลัพธ์ (ไทย) 1:

ใช้ S-PCA [4] วิธีการทำนาย และตรวจหาใบหน้าในอัตราส่วนพลังงานที่ต่าง ๆ สมมาตรของนาที 1x2ส่วนประกอบและความไวต่อความแตกต่างอย่างแตกต่างกันของพวกเขาจะใช้สำหรับการเลือกคุณลักษณะซึ่งจะขึ้นอยู่เรียบง่ายความคิดของการย่อยสลาย even-odd SPCA อยู่บนความจริงที่ว่า PCA สามารถเขียนเป็นปัญหาทรัพยากรถดถอยชนิด กับยึดกำลังสอง ยึดแบบ lasso สามารถแล้วตรงผสานกันเข้าเกณฑ์การพักผ่อน มีแนวโน้มที่ PCA แก้ไขด้วยห่างรับน้ำหนัก

ผลลัพธ์ (ไทย) 2:

S-PCA [4] วิธีการที่ใช้ในการคาดการณ์และตรวจจับใบหน้าที่อัตราส่วนพลังงานต่างๆของแม้กระทั่ง / คี่หลักสมมาตรส่วนประกอบและความเปราะบางแตกต่างกันของพวกเขาแตกต่างตัวอย่างในการใช้งานสำหรับการเลือกคุณลักษณะซึ่งอยู่บนพื้นฐานที่เรียบง่ายและความคิดของแม้กระทั่งการสลายตัว -odd SPCA ถูกสร้างขึ้นบนความจริงที่ว่า PCA สามารถเขียนได้เป็นปัญหาทรัพยากรถดถอยชนิดมีปรับกำลังสอง; ปรับเชือกจากนั้นจะสามารถรวมโดยตรงในเกณฑ์ที่พักผ่อนที่มีแนวโน้มที่จะแก้ไขด้วย PCA เบาบางloadings

ผลลัพธ์ (ไทย) 3:

s-pca [ 4 ] เป็นวิธีการทำนายและตรวจจับใบหน้าที่อัตราส่วนพลังงานต่าง ๆ ของคู่ / คี่สมมาตรหลักองค์ประกอบและความไวแตกต่างกันของความแตกต่างในการเลือกใช้ตัวอย่างซึ่งจะขึ้นอยู่กับคุณสมบัติง่ายแม้ความคิดของการย่อยสลายแปลก SPCA ตั้งอยู่บนความจริงที่ว่าระบบสามารถเขียนเป็นสมการประเภททรัพยากร ปัญหา กับถูกปรับกำลังสอง ; เชือกริบแล้วได้โดยตรง ผสานเข้าถอยเกณฑ์ , มีแนวโน้มที่จะดัดแปลง PCA กับป่าโปร่งกระทำ