机译:使用组稀疏正则化和铰链损失进行线性分类器组合和选择
Vision and Pattern Analysis Laboratory, Sabanci University, Faculty of Engineering and Natural Sciences, Istanbul, Turkey;
Vision and Pattern Analysis Laboratory, Sabanci University, Faculty of Engineering and Natural Sciences, Istanbul, Turkey;
classifier combination; croup sparsity; classifier selection; regularized empirical risk minimization; hinge loss;
机译:基于具有非平滑常规器的重新定义α铰链损耗,改善了支持向量机的疲劳稳健性稳健性稳健性
机译:基于加权铰链损失的结构化稀疏多视图特征选择
机译:基于加权铰链损耗的结构稀疏多视图功能选择
机译:使用非凸损失和稀疏线性分类器优化F测度
机译:通过稀疏规则化强制PCA和强大的线性回归
机译:基于稀疏正则化的线性布雷格曼迭代的光学层析成像重建方法
机译:使用组稀疏正则化和铰链损失进行线性分类器组合和选择