标题 |
Robust and Sparse Principal Component Analysis With Adaptive Loss Minimization for Feature Selection
自适应损失最小化的鲁棒稀疏主成分分析在特征选择中的应用
相关领域
稳健主成分分析
离群值
主成分分析
子空间拓扑
降维
特征选择
计算机科学
人工智能
模式识别(心理学)
特征(语言学)
约束(计算机辅助设计)
稀疏PCA
数学
几何学
语言学
哲学
|
网址 | |
DOI | |
其它 |
期刊:IEEE transactions on neural networks and learning systems 作者:Jintang Bian; Dandan Zhao; Feiping Nie; Rong Wang; Xuelong Li 出版日期:2024-03-01 |
求助人 | |
下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|