Department of Informatics, Athens University of Economics and Business, Greece;
GEMO Team, INRIA/FUTURS, France;
机译:基于稀疏PCA的VHR场景分类信息特征选择方法
机译:具有基于分段的折叠主成分分析(PCA)的信息 - 理论特征选择,用于高光谱图像分类
机译:基于增强的PCA的维度减少和特征选择,用于实时网络威胁检测
机译:基于稳定的稀疏LSI / PCA:在LSI和PCA中结合功能选择
机译:数据流的增量式稀疏PCA特征提取。
机译:RF-PCA:基于属性选择和特征提取的快速鉴定乳腺癌分类数据的新解决方案
机译:通过稀疏PCA进行信息识别的特征选择
机译:稀疏pCa对象识别的信息特征选择