原创力文档- 1、本文档共35页，其中可免费阅读20页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
第一章引言
方法都是基于L2范数的，L2范数与F范数一样对异常值敏感(QifaKe,Kanade,
2005)。
FPCA是一种具有统计基础的矩阵分解方法，相较于2DPCA，FPCA有一个
因子协方差模型，该模型假定数据服从矩阵正态分布，是一种的概率方法(Dryden
etal.,2009)。然而，正是因为正态假定使得FPCA对非正态特征（如偏态和重尾）
缺乏稳定性和稳健性(Langeetal.,1989;Linetal.,2015)。
RFPCA是一种新的FPCA的稳
文档评论（0）