...
机译:基于l(0)-范数的结构稀疏最小二乘回归进行特征选择
Structural sparse learning; l(o)-norm; Least square regression; Feature selection; Adaptive greedy algorithm;
机译:基于l(0)-范数的结构稀疏最小二乘回归进行特征选择
机译:稀疏的L-Q-NOM最小二乘支持带有特征选择的向量机
机译:通过稀疏缩放的线性平方回归进行半监督特征选择
机译:生物标志物在精神分裂症中选择异常功能联系,具有ℓ_(2,1-2) - 基于稀疏正则化特征选择方法
机译:稀疏的偏最小二乘回归,可同时进行降维和变量选择,并应用于高维基因组数据
机译:稀疏的偏最小二乘回归可同时减少维数和选择变量
机译:低级别非负稀疏表示和基于局部保存的矩阵回归的监督图像特征选择