机译:通过特征表示属性进行视觉分类的无监督特征选择
Guangxi Normal Univ, Guangxi Key Lab Multisource Informat Min & Secur, Guilin 541004, Peoples R China;
Guangxi Normal Univ, Guangxi Key Lab Multisource Informat Min & Secur, Guilin 541004, Peoples R China;
Guangxi Normal Univ, Guangxi Key Lab Multisource Informat Min & Secur, Guilin 541004, Peoples R China;
Guangxi Normal Univ, Guangxi Key Lab Multisource Informat Min & Secur, Guilin 541004, Peoples R China;
Guangxi Normal Univ, Guangxi Key Lab Multisource Informat Min & Secur, Guilin 541004, Peoples R China;
Feature selection; Self-representation; Sparse learning; Unsupervised learning;
机译:基于特征自我表示的超图通过低秩表示进行无监督特征选择
机译:具有低秩约束和特征级表示的新图形保留无监督的功能选择嵌入LLE
机译:用于无监督特征选择的双图正则化紧凑特征表示
机译:使用慢特征分析对情况检索应用进行监视视频中情况的无监督分类和视觉表示
机译:蜂箱音频样本分类的特征选择和最佳特征子集的生成
机译:质谱分类中用于卵巢癌检测的无监督特征选择的尺度空间方法
机译:将svdd居中以用于对象分类中的无监督特征表示