...
机译:稀疏的L-Q-NOM最小二乘支持带有特征选择的向量机
Hainan Univ Sch Econ &
Management Haikou 570228 Hainan Peoples R China;
Zhejiang Univ Technol Zhijiang Coll Hangzhou 310024 Zhejiang Peoples R China;
Dalian Univ Technol Panjin Sch Math &
Phys Sci Dalian 124221 Peoples R China;
Inner Monggolia Univ Sch Math Sci Hohhot 010021 Peoples R China;
China Agr Univ Coll Sci Beijing 100083 Peoples R China;
Least squares support vector machine (LS-SVM); L-q-norm; Feature selection; Sparse approximation; Global optimality;
机译:稀疏的L-Q-NOM最小二乘支持带有特征选择的向量机
机译:特征选择的Lp惩罚的稀疏支持向量机
机译:稀疏近邻支持向量机,用于高维数据集中的特征选择
机译:基于遗传算法的稀疏最小二乘支持向量机:一种特征选择方法
机译:支持向量机的特征选择方法分为两类或更多类,可用于阿尔茨海默氏病的分析及其在MRI脑图像处理中的发作。
机译:基于最小二乘支持向量机的微阵列数据基因选择算法
机译:基于线性判别分析的正向选择稀疏最小二乘支持向量机