Twin support vector machine; Feature selection; Sparsity; Correntropy-induced loss;
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:特征选择的Lp惩罚的稀疏支持向量机
机译:稀疏近邻支持向量机,用于高维数据集中的特征选择
机译:使用稀疏双界界限支持向量机的功能选择
机译:支持向量机的特征选择方法分为两类或更多类,可用于阿尔茨海默氏病的分析及其在MRI脑图像处理中的发作。
机译:sigFeature:使用支持向量机和t统计量对基因表达数据进行分类的重要特征选择方法
机译:基于特征选择的最小二乘双支持向量机诊断心脏病