|
已选(0)清除
条数/页： 排序方式： |
| 精神分裂症的脑网络表征 学位论文
, 北京: 中国科学院研究生院, 2017
作者: 杨勇
 Adobe PDF(10497Kb) |  收藏 | 浏览/下载：351/8 | 提交时间：2017/06/06
静息态功能网络 工作记忆 荟萃分析 多任务学习 特征选择 |
| 基于信息论与稀疏性的特征选择算法研究 学位论文
, 北京: 中国科学院研究生院, 2017
作者: 彭涵阳
Adobe PDF(3743Kb) | 收藏 | 浏览/下载：259/4 | 提交时间：2017/06/19
信息论 特征选择 稀疏 合页损失 非凸非光滑优化技术 |
| 高光谱遥感图像的特征选择和分类算法研究 学位论文
, 北京: 中国科学院大学, 2016
作者: 李海昌
Adobe PDF(9775Kb) | 收藏 | 浏览/下载：557/3 | 提交时间：2016/07/05
高光谱遥感图像 地物目标分类 波段选择 特征选择 稀疏学习 半监督学习 标签传播 流形正则化 |
| 多元特征选择技术在精神疾病辅助诊断中的应用 学位论文
, 北京: 中国科学院研究生院, 2015
作者: 揭南丰
Adobe PDF(45441Kb) | 收藏 | 浏览/下载：333/1 | 提交时间：2016/01/22
计算机辅助诊断 特征选择 多体素模式识别 模型理解 支持向量机多模态融合 多站点 功能连接 抑郁症 躁郁症 精神分裂症 |
| 丙泊酚中枢作用机制的功能磁共振影像研究 学位论文
, 北京: 中国科学院大学, 2015
作者: 李欢冬
Adobe PDF(4819Kb) | 收藏 | 浏览/下载：456/1 | 提交时间：2016/01/21
丙泊酚 麻醉 功能磁共振 功能连接 功能整合 脑岛 默认网络 特征选择 多体素模式识别 支持向量机 |
| 跨模态数据分析与应用研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2015
作者: 王开业
Adobe PDF(11079Kb) | 收藏 | 浏览/下载：882/1 | 提交时间：2015/09/02
跨模态检索 子空间学习 特征选择 多模态数据统一表示 跨模态哈希 Cross-modal Retrieval Subspace Learning Feature Selection Unified Representation Learning Cross-modal Hashing |
| 面向生物识别的特征选择与学习方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2015
作者: 王立彬
Adobe PDF(11629Kb) | 收藏 | 浏览/下载：328/0 | 提交时间：2015/09/02
生物识别 特征选择 稀疏学习 虹膜识别 定序测量 特征映射 Biometrics Feature Selection Sparse Learning Iris Recognition Ordinal Measures Feature Mapping |
| 跨设备虹膜图像的鲁棒识别 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者: 校利虎
Adobe PDF(10184Kb) | 收藏 | 浏览/下载：316/0 | 提交时间：2015/09/02
虹膜识别 跨设备 异质识别 特征选择 信息融合 特征抽取 特征映射 Iris Recognition Cross Sensor Heterogenous Images Feature Selection Feature Extraction Feature Mapping Information Fusion |
| 高光谱影像空间-光谱特征选择与提取方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者: 张骞
Adobe PDF(23684Kb) | 收藏 | 浏览/下载：370/0 | 提交时间：2015/09/02
高光谱 特征降维 流形学习 稀疏学习 特征选择 特征提取 影像分类 Hyperspectral Dimension Reduction Manifold Learning Sparse Learning Feature Selection Feature Extraction Image Classification |
| 功能磁共振成像中的机器学习方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者: 朱茂虎
Adobe PDF(2274Kb) | 收藏 | 浏览/下载：785/0 | 提交时间：2015/09/02
特征选择 模式分类 静息态 功能连接 脑网络 Feature Selection Pattern Classification Resing-state Functional Connectivity Brain Network |
