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: | |
كلمات المؤلف المفتاحية: |
التصنيف الحصين | تحليل المركبات الرئيسية | النموذج المستقل السلس الحصين لفئة المقارنات | الابعاد العالية
|
رابط المحتوى: |
الناشر لهذه المادة لم يسمح بإتاحتها. |
LEADER | 03121nam a22002777a 4500 | ||
---|---|---|---|
001 | 1608260 | ||
024 | |3 10.36458/1253-000-025-003 | ||
041 | |a ara | ||
044 | |b العراق | ||
100 | |a كتيب، سرى صباح |g Ktiteb, Sura Sabah |e مؤلف |9 458606 | ||
245 | |a التصنيف الحصين لتحليل المركبات الرئيسية باستخدام طريق النموذج المستقل السلس الحصين لفئة المقارنات | ||
246 | |a Robust Classification of Principal Component Analysis by Using Robust Soft Independent Modeling of Class Analogies Method | ||
260 | |b كلية المأمون الجامعة |c 2015 | ||
300 | |a 151 - 165 | ||
336 | |a بحوث ومقالات |b Article | ||
520 | |b 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. | ||
520 | |a 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. | ||
653 | |a المركبات الرئيسية |a التصنيف الحصين |a نموذج RSIMCA | ||
692 | |a التصنيف الحصين |a تحليل المركبات الرئيسية |a النموذج المستقل السلس الحصين لفئة المقارنات |a الابعاد العالية | ||
773 | |4 العلوم الإنسانية ، متعددة التخصصات |4 العلوم الاجتماعية ، متعددة التخصصات |6 Humanities, Multidisciplinary |6 Social Sciences, Interdisciplinary |c 003 |e Al-Ma'mon College Journal |f Maǧallaẗ kulliyyaẗ al-maʼmūn al-ǧāmiʻaẗ |l 025 |m ع25 |o 1253 |s مجلة كلية المأمون |v 000 |x 1992-4453 | ||
856 | |u 1253-000-025-003.pdf | ||
930 | |d n |p y | ||
995 | |a HumanIndex | ||
995 | |a EcoLink | ||
995 | |a IslamicInfo | ||
999 | |c 853100 |d 853100 |