Dept. of Computer Science and Engineering The Ohio State University, 2015 Neil Ave, Columbus, OH 43220, USA;
机译:基于MPCA / LDA的面部识别维度减少算法
机译:一种新型代表性K-NN采样的聚类方法,用于动态数据的有效维度减少的可视化
机译:一种有效的面部识别方法,结合了基于似然的足够维度减少和LDA的方法
机译:取样代表实例,用于减少和识别 - Bootstrap Bumping LDA
机译:验证用于面部识别性能预测的测试样本的代表性。
机译:基于解剖结构的减少和引导聚类的功能磁共振成像的大型样本组独立分量分析
机译:降维和识别的代表性示例示例-Bootstrap Bumping LDA
机译:非度量多维尺度缩放法在模式识别问题中降维的应用