Purdue University.;
机译:无监督线性特征提取方法及其在高维数据分类中的作用
机译:基于ROC的效用函数最大化,可用于特征选择和分类,并应用于高维蛋白酶数据。
机译:一个用于从高维数据中提取特征的闭合形式的神经网络。
机译:通过高维图像变形,鲁棒特征提取和SVM对结构图像进行分类
机译:使用高维功能数据进行过程监控的在线学习和基于小波的特征提取方法。
机译:结合特征分级和进化方法对高维DNA微阵列基因表达数据进行分类
机译:应用于微阵列数据的特征选择和特征提取方法综述。
机译:改进的Cheeger和比率切割方法使用Ginzburg-Landau泛函分类高维数据。