The University of Texas at Dallas.;
机译:区间分割纯度的变量选择新方法在高维微阵列数据分块核变换支持向量机分类中的应用
机译:使用局部最小二乘判别分析与逐步选择性比变量选择方法对1-甲基环丙烯处理的苹果的分类
机译:高维变量选择的逐步回归算法
机译:有限训练数据的光热红外成像中高维数据分类的有监督特征选择方法
机译:高维多元二进制数据的分类和变量选择:基于Adaboost的新方法和插件规则的理论。
机译:高维误报二进制分类中的预测和变量选择
机译:高维误报二进制分类中的预测和变量选择
机译:改进的Cheeger和比率切割方法使用Ginzburg-Landau泛函分类高维数据。