...
机译:通过特征流形学习和稀疏正则化进行多标签特征选择
Univ Elect Sci & Technol China, Inst Fundamental & Frontier Sci, Chengdu, Sichuan, Peoples R China;
Univ Elect Sci & Technol China, Inst Fundamental & Frontier Sci, Chengdu, Sichuan, Peoples R China;
Multi-label learning; Feature selection; Supervised learning; Graph regularization; l(2,1)-norm;
机译:多标签学习的歧管正规辨别特征选择
机译:具有通过稀疏多标签学习的功能相关性的强大功能选择
机译:半监控多标签特征选择,具有自适应结构学习和流形学习
机译:考虑特征流形的基于低维空间Hessian正则化的半监督稀疏特征选择
机译:使用特征选择,基于字典的稀疏编码和深度学习减少步态识别的协变量因素。
机译:在阿尔茨海默氏病的多模态分类歧管正则多任务功能选择
机译:基于朴素贝叶斯的多标签分类稀疏特征选择的鲁棒方法