Porównanie liniowych metod PCA (Principal Component Analysis) i LDA (Linear Discriminant Analysis) zastosowanych do klasyfikacji matryc wzbudzeniowo-emisyjnych wybranych grup substancji biologicznych

M. Leśkiewicz, M. Kaliszewski, Z. Mierczyk, M. Włodarski
{"title":"Porównanie liniowych metod PCA (Principal Component Analysis) i LDA (Linear Discriminant Analysis) zastosowanych do klasyfikacji matryc wzbudzeniowo-emisyjnych wybranych grup substancji biologicznych","authors":"M. Leśkiewicz, M. Kaliszewski, Z. Mierczyk, M. Włodarski","doi":"10.5604/12345865.1197960","DOIUrl":null,"url":null,"abstract":"Streszczenie. w pracy porównano właściwości dwóch liniowych metod (Pca i Lda) pozwalających na redukcję wymiarów w trakcie analizy cech oraz zbadano wydajność tych dwóch algorytmów w procesie klasyfikacji wybranego materiału biologicznego na podstawie jego wzbudzeniowo-emisyjnych matryc fluorescencyjnych. stwierdzono, że metoda Lda redukuje liczbę wymiarów (znaczących zmiennych) bardziej efektywnie niż metoda Pca. za pomocą algorytmu Lda udało się uzyskać względnie dobre rozróżnienie badanego materiału biologicznego. Słowa kluczowe: analiza cech, spektroskopia fluorescencyjna, klasyfikacja substancji biologicznych DOI: 10.5604/12345865.1197960","PeriodicalId":9068,"journal":{"name":"Biuletyn Wojskowej Akademii Technicznej","volume":"65 1","pages":"15-31"},"PeriodicalIF":0.0000,"publicationDate":"2016-03-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"3","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Biuletyn Wojskowej Akademii Technicznej","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5604/12345865.1197960","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 3

Abstract

Streszczenie. w pracy porównano właściwości dwóch liniowych metod (Pca i Lda) pozwalających na redukcję wymiarów w trakcie analizy cech oraz zbadano wydajność tych dwóch algorytmów w procesie klasyfikacji wybranego materiału biologicznego na podstawie jego wzbudzeniowo-emisyjnych matryc fluorescencyjnych. stwierdzono, że metoda Lda redukuje liczbę wymiarów (znaczących zmiennych) bardziej efektywnie niż metoda Pca. za pomocą algorytmu Lda udało się uzyskać względnie dobre rozróżnienie badanego materiału biologicznego. Słowa kluczowe: analiza cech, spektroskopia fluorescencyjna, klasyfikacja substancji biologicznych DOI: 10.5604/12345865.1197960
线性方法PCA(主成分分析)和LDA(线性判别分析)在选定生物物质组激发发射矩阵分类中的比较
总结本文比较了两种线性方法(Pca和Lda)在特征分析过程中允许降维的特性,并检验了这两种算法在基于激发-发射荧光矩阵的选定生物材料分类过程中的效率。发现Lda方法比Pca方法更有效地减少维度(显著变量)的数量。Lda算法能够在测试的生物材料之间获得相对良好的区分。关键词:特征分析,荧光光谱,生物物质分类DOI:10.5604/123455865.1197960
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
审稿时长
16 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信