.png){kind=icon}
返回
Unsupervised feature extraction via kernel subspace techniques
.png){kind=icon}
OA
AI
DOI：10.1016/j.neucom.2010.11.011.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En
Keyword:
Kernel PCA
Feature extraction and low-rank decompositions
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6.5
论文数:
2.5W
被引数:
6.5W
机构
引用论文
On using prototype reduction schemes to optimize kernel-based nonlinear subspace methods.png)
PATTERN RECOGNITIONOAAI
PATTERN RECOGNITIONIF7.6
OAAI分享收藏An efficient algorithm for generalized discriminant analysis using incomplete Cholesky decomposition
PREAI
分享收藏Kernel ICA: An alternative formulation and its application to face recognitionPATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏
查看更多内容