University of Southern California, Ming Hsieh Dept. of EE, USC, Los Angeles, USAc;
机译:从LBP直方图,强度和形状的互信息中选择基于不同空间尺度特征融合的性别分类
机译:轮廓的多特征结构融合,实现无监督的形状分类
机译:特征选择会提高分类准确性吗?样本量和特征选择对解剖磁共振图像分类的影响
机译:通过结构化融合的不确定性驱动的形状特征和所选曲面特征,年龄组分类
机译:深度学习和局部特征融合用于医学图像分类
机译:甲状腺结节在超声图像中的分类通过融合传统特征和res-GaN深度特征
机译:非结构化视频分类的排序 - 合并特征选择与融合方法