基于经验期望与方差估计的替代局部判别基
Alternative Local Discriminant Bases Using Empirical Expectation and Variance Estimation
AI总结：
本文提出替代判别度量以从大量正交基中为分类选择最佳基，推广了局部判别基算法，并通过实验验证其优于早期方法。
摘要：
我们提出了替代判别度量，用于在大量正交基中为分类目的选择最佳基。构建了Saito和Coifman的局部判别基算法的一种推广。通过实验评估了这些新方法的成功性，并与早期方法进行了比较。
英文摘要：
We propose alternative discriminant measures for selecting the best basis among a large collection of orthonormal bases for classification purposes. A generalization of the Local Discriminant Basis Algorithm of Saito and Coifman is constructed. The success of these new methods is evaluated and compared to earlier methods in experiments.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
