机译:通过稳健的潜在表示和流形正则化进行零散学习
School of Computer Science and Technology, Guangdong University of Technology, Guangzhou, China;
Department of Computer Science, Hangzhou Dianzi University, Hangzhou, China;
Semantics; Visualization; Manifolds; Task analysis; Image recognition; Knowledge transfer; Noise reduction;
机译:通过潜在代表学习和歧管正则化的无监督特征选择
机译:用于子空间恢复和学习的相互歧管正规化强大的快速潜在LRR
机译:通过双重自表示和流形正则化进行鲁棒的无监督特征选择
机译:使用具有流形正则化的堆叠式自动编码器进行零射学习
机译:潜在嵌入学习的零发视觉识别
机译:用于癌症基因聚类的鲁棒流形图正则化非负矩阵分解算法
机译:基于知识的生成零射击学习方法,具有分类规则规则