Please use this identifier to cite or link to this item: https://elib.vku.udn.vn/handle/123456789/143
Full metadata record
DC FieldValueLanguage
dc.contributor.authorMai, Lam-
dc.date.accessioned2018-12-07T08:14:31Z-
dc.date.available2018-12-07T08:14:31Z-
dc.date.issued2016-
dc.identifier.urihttp://thuvien.cit.udn.vn//handle/123456789/143-
dc.description.abstractMáy véc-tơ hỗ trợ (SVM) và phương pháp thừa số hóa ma trận không âm (NMF) đều là các công cụ mạnh mẽ và tiêu chuẩn cho việc phân tích dữ liệu. Trong nghiên cứu này, chúng tôi nghiên cứu mối liên quan của hai phương pháp, qua đó cho phép chúng tôi tích hợp các thuật toán từ SVM để giải quyết vấn đề của NMF và ngược lại. Các kết quả thực nghiệm trong nhận dạng khuôn mặt đã cho thấy tính hiệu quả của phương pháp so với các giải thuật NMF mới nhất hiện nayvi_VN
dc.language.isovivi_VN
dc.subjectmáy vec-tơ hỗ trợvi_VN
dc.subjectphương pháp thừa số hóa ma trận không âmvi_VN
dc.subjectgiảm số chiều dữ liệuvi_VN
dc.subjectnhận dạng khuôn mặtvi_VN
dc.subjecttrích xuất đặc trưngvi_VN
dc.titleHỢP NHẤT MÁY VÉC-TƠ HỖ TRỢ VÀ PHƯƠNG PHÁP THỪA SỐ HÓA MA TRẬN KHÔNG ÂM: MỘT MÔ HÌNH KẾT HỢPvi_VN
dc.title.alternativeMERGING SUPPORT VECTOR MACHINE WITH NON-NEGATIVE MATRIX FACTORIZATION: A COMBINED MODELvi_VN
dc.typeArticlevi_VN
Appears in Collections:CITA 2016

Files in This Item:

 Sign in to read



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.