描述性矩阵判别分析：在 EEG 信号研究中的应用
应用统计
2015-06-10 v1 统计方法学
摘要
我们关注二分类情形下矩阵变量数据的线性判别分析的描述性方法。在关于行与列可变性的可分离性假设下，最具判别性的行与列的线性组合由类均值的差在行空间与列空间中以马氏距离度量的奇异值分解确定。该方法提供数据在二维或三维图中的表示，并挑选出判别成分。对脑电（EEG）多传感器信号的应用说明了该方法的相关性。
引用
@article{arxiv.1506.02927,
title = {Analyse discriminante matricielle descriptive. Application a l'\'etude de signaux EEG},
author = {Juliette Spinnato and Marie-Christine Roubaud and Margaux Perrin and Emmanuel Maby and Jeremie Mattout and Boris Burle and Bruno Torrésani},
journal= {arXiv preprint arXiv:1506.02927},
year = {2015}
}
备注
in French, Journ{\'e}es de statistique de la SFDS, Jun 2015, Lille, France