ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > التصنيف الحصين لتحليل المركبات...>الوصف

التصنيف الحصين لتحليل المركبات الرئيسية باستخدام طريق النموذج المستقل السلس الحصين لفئة المقارنات

العنوان بلغة أخرى: Robust Classification of Principal Component Analysis by Using Robust Soft Independent Modeling of Class Analogies Method
المصدر: مجلة كلية المأمون
الناشر: كلية المأمون الجامعة
المؤلف الرئيسي: كتيب، سرى صباح (مؤلف)
المؤلف الرئيسي (الإنجليزية): Ktiteb, Sura Sabah
المجلد/العدد: ع25
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2015
الصفحات: 151 - 165
DOI: 10.36458/1253-000-025-003
ISSN: 1992-4453
رقم MD: 853100
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: HumanIndex, EcoLink, IslamicInfo
مواضيع:
المركبات الرئيسية | التصنيف الحصين | نموذج RSIMCA
كلمات المؤلف المفتاحية:
التصنيف الحصين | تحليل المركبات الرئيسية | النموذج المستقل السلس الحصين لفئة المقارنات | الابعاد العالية
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: This paper deals with the robust method to classify high-dimensional observations which is called RSIMCA method. This robust method is based on Principal Component Analysis (PCA) for high-dimensional data. Classical PCA constructs a set of uncorrelated variables which correspond to eigen vectors of the sample covariance or correlation matrix. This covariance matrix is strongly affected by outliers observations, therefore, it is necessary to use robust methods that are resistant to outliers. The application has been through various simulation experiments .The results showed the efficiency of the RSIMCA method.

تناول البحث طريقة حصينة لتصنيف المشاهدات ذات الأبعاد العالية والتي تسمي طريقة RSIMCA؛ إذ تعتمد هذه الطريقة على تحليل المركبات الرئيسية للبيانات ذات الأبعاد العالية. وان تحليل المركبات الرئيسية التقليدي يكون مجموعة من المتغيرات غير المرتبطة التي تعود الى المتجهات الذاتية المشتقة من مصفوفة التبلين المشترك أو مصفوفة الارتباط. وان مصفوفة التبلين المشترك تتأثر بشدة بالمشاهدات الشاذة، لذا يصبح من الضروري استخدام طرق حصينة مقاومة لتلك الشواذ؛ إذ تم التطبيق من خلال مختلف تجارت المحاكاة، وأظهرت النتائج كفاءة طريقة RSIMCA.
ISSN: 1992-4453

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.