...
机译:具有集成特征和成分选择的大空间简约混合的无监督学习
Department of Electrical Engineering, Pennsylvania State University, University Park, PA 16802 USA;
Bayesian Information Criterion (BIC); document clustering; EM algorithm; mixture models; model order selection; unsupervised feature selection;
机译:通过将子空间学习与特征自我表示相结合来进行无监督特征选择
机译:通过图矩阵学习和低维空间学习进行无监督特征分类
机译:通过自适应结构学习和排名近似为无监督特征选择的子空间学习
机译:具有集成特征和组件选择的大型空间上的混合学习
机译:本地化特征选择,实现无监督学习。
机译:从独立分量子空间中基于模糊的特征选择用于微阵列数据的机器学习分类
机译:基于自适应相似性学习和子空间聚类的无监督功能选择
机译:改进的特征提取,特征选择和识别技术,创建快速无监督的高光谱目标检测算法