Department of Electrical Engineering and Computer Science Technische Universitaet Berlin 10587 Berlin, Germany;
机译:基于矩阵的具有数据驱动分集的余量最大化频带选择,用于高光谱图像分类
机译:一种新的医学数据分类特征选择方法:内核F分数特征选择
机译:使用成对类别区分度量和覆盖概念的多类别分类特征选择
机译:矩阵数据的特征选择和分类:从大边缘到小覆盖号码
机译:表观甲基化数据特征选择和分类方法的比较分析
机译:基于核的联合特征选择和最大利润分类对帕金森氏病的早期诊断
机译:非负矩阵分解作为最大余量分类器的特征选择工具