{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,6,25]]，“日期-时间”：“2024-06-25T05:54:16Z”，“时间戳”：1719294856578}，“参考-计数”：74，“出版商”：“Springer Science and Business Media LLC”，“问题”：“3-4”，“许可证”：[{“开始”：{'日期-部件“：[[2013,12,31]]，”日期-时间“：”2013-12-31T00:00:00Z“，“timestamp”：1388448000000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com/tdm”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，”short-container-title“：[”Neural Compute&Applic“]，”published-print“：{”date-parts“：[[2014,9]}”，“DOI”：“10.1007\/s00521-013-1535-3”，“type”：“journal-article”，“created”：{“date-parts”：[[2013,12,30]]，“日期-时间”：“2013-12-30T15:46:01Z”，“时间戳”：1388418361000}，“页面”：“511-524”，“源”：“交叉引用”，“is-referenced-by-count”：79，“标题”：[“学习向量量化分类器综述”]，“前缀”：“10.1007”，“卷”：“25”，“作者”：[{“给定”：“大卫”，“家族”：“诺娃”，“序列”：“第一”，“从属关系”：[]}，{“：”Pablo A.“，”family“：“Est\u00e9vez”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2013,12,31]]}，“reference”：[{“issue”：“4”，“key”：“1535_CR1”，“doi-asserted-by”：“crossref”，”first page“：”255“，”doi“：”10.1016\/j.mechatronics.2006.12.002“，”volume“：“17”，“author”：“KK Ahn”，“年份”：“2007年”，“非结构化”：“Ahn KK，Nguyen HTC（2007）使用学习矢量量化神经网络对气动肌肉机器人手臂进行智能切换控制。机电一体化17（4）：255\u2013262“，“journal-title”：“机电一体化”}，{“key”：“1535_CR2”，“doi-asserted-by”：“crossref”，“unstructured”：“Anagostopoulos C，Anagostopoulos J，Vergados D，Kayafas E，Loumos V，Theodoropoulos G（2001）训练用于生物医学分类的学习矢量量化网络。摘自：雅典国立技术大学（NTUA）电气与计算机工程系神经网络国际联合会议论文集，第4卷，pp 2506\u20132511“，“DOI”：“10.1109\/IJCNN.2001.938761”}，{“issue”：“7”，“key”：“1535_CR3”，“DOI-asserted-by”：“crossref”，“first page”：10.1016\/j.engappai.2007.11.010“，“volume”：“21”，“author”：“S Bashyal”，“year”：“2008”，“unstructured”：“Bashal S，Venayagamoorthy GK（2008）使用gabor小波和学习向量量化识别面部表情。Eng-Appl Artif Intell 21（7）：1056\u20131064“，”journal-title“：”Eng-Appl-Artif Intell“}，{“issue”：“15”，“key”：“1535_CR4”，“doi-asserted-by”：“crossref”，“first page”：”2298“，”doi“：”10.1016\/j.ijmachtools.2007.06.006“，”volume“：”47“author”：“A Bassiuny”，“year”：“2007”，“unstructured”：“Bassiuny-A，Li”X，Du R（2007）基于经验模式分解和学习矢量量化的冲压过程故障诊断。Int J Mach Tools Manuf 47（15）：2298\u20132306“，”journal-title“：”Int J Mach Tools Manuf“}，{”issue“：”1“，”key“：”1535_CR5“，”doi-asserted-by“：”crossref“，”first page“：“5”，“doi”：“10.1109\/72.80287”，“volume”：“2”，“author”：“EB Baum”，“year”：“1991”，“unstructured”：“Baum EB（1991）神经网络\u00a0算法，在多项式时间内从示例和查询中学习。IEEE Trans Neural Netw 2（1）：5\u201319“，”journal-title“：”IEEE Trans-Neural Netw“}，{“问题”：“5”，“关键”：“1535_CR6”，“doi-asserted-by”：“交叉引用”，“首页”：“729”，“doi”：“10.1016\/0893-6080（95）00024-T”，“卷”：“8”，“作者”：“JC Bezdek”，“年份”：“1995”，“非结构化”：“Bezdek-JC，Pal NR（1995）学习矢量量化的两个软关联。神经网络8（5）：729\u2013743“，“日志标题”：“神经网络”}，{“密钥”：“1535_CR7”，“首页”：“323”，“卷”：“8”，“作者”：“M Biehl”，“年份”：“2007”，“非结构化”：“Biehl-M，Hammer B（2007）LVQ算法的动力学和泛化能力8:323\u2013360”，“日志名称”：“LVQ算法动力学和泛化能力”}doi-asserted-by“：”crossref“，”unstructured“：”Blume M，Ballard DR（1997）基于学习矢量量化和局部Haar小波变换特征的图像注释。摘自：Rogers SK（ed）光光学仪器工程师学会（SPIE）会议系列，光光学仪器仪表工程师学会会议系列，第3077卷，第181\u2013190页，“DOI”：“10.1117\/12.71478”}，{“key”：“1535_CR9”，“DOI-asserted-by”：“crossref”，“unstructured”：“Chang CY，Chang CH，Li CH，Der Jeng M（2007）学习矢量量化神经网络用于led晶圆缺陷检测。In:创新计算、信息和控制，2007年。ICICI\u201907。第二届国际会议，IEEE，pp 229\u2013229“，“DOI”：“10.1109\/ICICIC.2007.368”}，{“key”：“1535_CR10”，“DOI-asserted-by”：“crossref”，“unstructured”：“Chapelle O，Sch\u00f6lkopf B，Zien A（eds）（2006）Semi-supervised learning，vol 2。麻省理工学院出版社，剑桥“，”DOI“：”10.7551\/mitpress\/9780262033589.001.0001“}，{”issue“：”1“，”key“：”1535_CR11“，“DOI-asserted-by”：“crossref”，“first page”：“38”，“DOI”：“10.1166\/asl.2012.526”，“volume”：”9“author”：“CY Chen”，“year”：“2012”，“unstructured”：“Chen CY（2012）使用模糊学习矢量量化的基于加速度计的手势识别。Adv Sci Lett 9（1）：38\u201344“，”journal-title“：”Adv Sci-Lett“}，{”key“：”1535_CR12“，”first page“：“462”，“volume”：“15”，“author”：“K Crammer”，“year”：“2002”，“unstructured”：“Crammerr K，Gilad-Bachrach R，Navot A，Tishby A（2002）LVQ算法的边际分析。Adv Neural Inf Process Syst 15:462\u2013469”，“journal-title”：“Adv神经信息处理系统“}，{“issue”：“3”，“key”：“1535_CR13”，”doi-asserted-by“：”crossref“，”first page“：”265“，”doi“：”10.1016\/S0933-3657（03）00058-7“，“volume”：”28“，”author“：”F Dieterle“，”year“：”2003“，”unstructured“：”Dieterle-F，Muller-Hagedorn S，Liebich HM，Gauglitz G（2003）尿核苷作为潜在肿瘤标志物的学习矢量量化评价。Artif Intell Med 28（3）：265\u2013280“，”journal-title“：”Artif Intell Med”}，{“issue”：“10”，“key”：“1535_CR14”，“doi-asserted-by”：“crossref”，“first-page”：“2020”，“doi”：“10.1016\/j.measurement.2011.08.014”，”volume：“44”，“author”：“S Dutta”，“year”：“2011”，“unstructured”：“Dutta S，Chatterjee A，Munshi S（2011））基于跨谱信息辅助学习矢量量化的心电节拍识别。测量44（10）：2020 \u20132027”，“日志标题”：“测量”}，{“key”：“1535_CR15”，“非结构化”：“Frank A，Asuncion A（2010）UCI机器学习库。http://\/archive.ics.UCI.edu\/ml”}（1995年）一个不断增长的神经气体网络学习拓扑结构。Adv Neural Inf Process Syst 7:625\u2013632“，”journal-title“：”Adv Neral Inf Process-Syst“}，{”issue“：”4“，”key“：”1535_CR17“，”doi-asserted-by“：”crossref“，”first page“：“1012”，”doi“：”10.1109\/72.392266“，”volume“：6”，”author“：”AI Gonz\u00e1lez“，”year“：”1995“，”unstructured“：”Gonz\f00e1Lez AI，Grana M，D\u2019Anjou A（1995）glvq算法分析。IEEE Trans Neural Netw 6（4）：1012\u20131016“，”journal-title“：”IEEE Trans-Neural Netw“}，{“issue”：“8\u20139”，“key”：“1535_CR18”，“doi-asserted-by”：“crossref”，“first page”：”1059“，”doi“：”10.1016\/S0893-6080（02）00079-5“，”volume“：”15“author”：“B Hammer”，“year”：“2002”，“unstructured”：“Hammer B，Villmann T（2002）广义相关学习矢量量化。Neural Netw 15（8\u20139）：1059\u20131068“，”journal-title“：”Neural Networkw“}，{”key“：”1535_CR19“，”doi-asserted-by“：”crossref“，”unstructured“：”Hammer B，Strickert M，Villmann T（2004）Relevance lvq vs.svm.In:Rutkowski L，Siekmann J，Tadeusiewicz R，Zadeh L（eds）Artificial intelligence and soft computing（ICAISC 2004）.人工智能课堂讲稿，第3070卷，柏林斯普林格，第592\u2013597页，“DOI”：“10.1007\/978-3-540-24844-6_89”}，{“问题”：“2”，“关键”：“1535_CR20”，“DOI-asserted-by”：“crossref”，“首页”：“109”，”DOI“：”10.1007\/s11063-004-1547-1“，“卷”：“21”，“作者”：“B Hammer”，“年份”：“2005”，“非结构化”：“Hammer B、斯特里克特·M、维尔曼·T（2005）关于grlvq网络的泛化能力。Neural Process Lett 21（2）：109\u2013120“，”journal-title“：”Neural Process-Lett“}，{”issue“：”1“，”key“：”1535_CR21“，”doi-asserted-by“：”crossref“，”first page“：“21”，”doi“：”10.1007\/s11063-004-3255-2“，”volume“：‘21’，”author“：”B Hammer“，”year“：”2005“，”unstructured“：”Hammer B，Strickert M，Villmann T（2005）用一般相似性度量监督神经气体。Neural Process Lett 21（1）：21\u201344”，“journal-title”：“Neural Process-Lett”}，{“key”：“1535_CR22”，“doi-asserted-by”：“crossref”，“unstructured”：“Hammer B，Mokbel B，Schleif FM，Zhu X（2011）基于原型的差异数据分类。In:Gama J，Bradley E，Hollm\u00e9n J（eds）Advances In intelligent data analysis X。计算机科学课堂讲稿，第7014卷，第185\u2013197页“，“DOI”：“10.1007\/978-3642-24800-9_19”}，{“key”：“1535_CR23”，“DOI-asserted-by”：“crossref”，“unstructured”：“Hammer B，Schleif FM，Zhu X（2011）学习向量量化的关系扩展。in:Neural information processing，Springer，Berlin，第481\u2013489页”，“DOI:”10.1007\/978-3642-24958-7_56“}，{“key”：“1535_CR24”，“doi-asserted-by”：“crossref”，“unstructured”：“Hammer B，Gisbrecht A，Schulz A（2013）如何可视化大数据集？In:Est\u00e9vez PA，Pr\u00edncipe JC，Zegers P（eds）《自组织映射的进展》。In:《智能系统和计算的进展》，第198卷。Springer，Berlin，pp 1\u201312“，“DOI”：“10.1007 \/978-3642-35230-0_1”}，{“key”：“1535_CR25”，“DOI-asserted-by”：“crossref”，“DOI:”10.1007 \/978-0-387-21606-5“，“volume-title”：“统计学学习的要素，vol 1”，“author”：“T Hastie”，“year”：“2001”，“unstructured”：“Hastie T，Tibshirani R，Friedman JJJJJ（2001）”统计学习的要素，第1卷。Springer，New York“}，{“key”：“1535_CR26”，“doi-asserted-by”：“crossref”，“doi”：“10.1002\/9780470316672”，“volume-title”：“多重比较程序”，“author”：“Y Hochberg”，“year”：“1987”，“unstructured”：“Hochberg-Y，Tamhane AC（1987）多重比较程序。Wiley，NJ”}，}“key:“1535_CR27”，“首页”：“14”，“卷”：“7477”，“author”：“D Hofmann”，“年”：“2012年”，“非结构化”：“Hofmann D，Hammer B（2012）内核鲁棒软学习矢量量化。演讲笔记Artif Intell 7477:14\u201323“，”journal-title“：”演讲笔记Artif Intell“}，{“key”：“1535_CR28”，“doi-asserted-by”：“crossref”，“unstructured”：“Hofmann D，Gisbrecht A，Hammer B（2013）内核鲁棒软lvq的有效近似。In:Est\u00e9vez PA，Pr\u00edncipe JC，Zegers P（eds）自组织映射的进展。内容：《智能系统和计算的进展》，第198卷。Springer，Berlin，pp 183\u2013192“，“DOI”：“10.1007\/978-3642-35230-0_19”}，{“issue”：“1”，“key”：“1535_CR29”，“DOI-asserted-by”：“crossref”，“first page”:“33”，“DOI:”10.1016\/j.artmed.2011.01.004“，”volume“：”52“author”：“WL Hung”，“year”：“2011”，“unstructured”：“Hung WL，Chen DH，Yang MS（2011）用于mri分割的抑制模糊软学习矢量量化。Artif Intell Med 52（1）：33\u201343“，”journal-title“：”Artif Intell Med.“}，{”issue“：”1“，”key“：”1535_CR30“，”doi-asserted-by“：”crossref“，”first page“：“207”，“doi”：“10.1016\/S0924-0136（99）00424-0”，“volume”：“99”，“author”：“JY Jeng”，“year”：“2000”，“unstructured”：“Jeng JY，Mau TF，Leu SM（2000））利用反向传播和学习矢量量化网络预测激光对接焊接参数。J Mater Process Technol 99（1）：207\u2013218”，“journal-title”：“J Mater Process-Technol”}，{“issue”：“2”，“key”：“1535_CR31”，“doi-asserted-by”：“crossref”，“first page”：”129“，“doi”：“10.3233\/HIS-2007-4205”，《volume》：“4”，“author”：“A Jirayusakul”，”“year”：“2007”，“unstructured”：“Jirayusakul A，Auwatanamongkol S（2007））一种用于聚类分析的监督增长神经气体算法。Int J Hybrid Intell Syst 4（2）：129\u2013141“，“journal-title”：“Int J混合Intell System”}，{“issue”：“3”，“key”：“1535_CR32”，“doi-asserted-by”：“crossref”，“first-pages”：“505”，“doi”：“10.1109\/72.572091”，“volume”:“8”，“author”：“NB Karayiannis”，“year”：“1997”，“unstructured”：“Karayian nis NB（1997）构建用于学习矢量量化的模糊算法的方法。IEEE Trans Neural Netw 8（3）：505\u2013518“，“journal-title”：“IEEE Trans-Neural Netw”}，{“issue”：“5”，“key”：“1535_CR33”，“doi-asserted-by”：“crossref”，“first page”：《1153》，“doi”：“10.1109\/72.788654”，“volume”：第10卷，“author”：“NB Karayiannis”，“year”：“1999”，“unstructured”：“Karayian nis NB（1999）软学习矢量量化和聚类的公理方法。IEEE Trans Neural Netw 10（5）：1153\u20131165“，”journal-title“：”IEEE Trans-Neal Netw“}，{“issue”：“5”，“key”：“1535_CR34”，“doi-asserted-by”：“crossref”，“first page”：”1196“，”doi“：”10.1109\/72.536314“，”volume“7”，“author”：“NB Karayiannis”，“year”：“1996”，“unstructured”：“Karayiannis NB，Pai PI（1996）学习矢量量化的模糊算法。IEEE跨神经网络7（5）：1196\u20131211“，”期刊标题：“IEEE跨神经网络”}，｛“问题”：“4”，“密钥”：“1535_CR35”，“doi断言”：“crossref”，“首页”：“495”，“doi”：“10.1117\/1.1287331”，“卷”：“9”，“作者”：“NB Karayiannis”，“年份”：“2000”，“非结构化”：“Karayiannis NB，Zervos N（2000）熵约束学习矢量量化算法及其在图像压缩中的应用。J Electron Imaging 9（4）：495\u2013508“，“journal-title”：“J Electronic Imaging”}，{“issue”：“1”，“key”：“1535_CR36”，“doi-asserted-by”：“crossref”，“first-pages”：“3”，“doi”：“10.1016\/0893-6080（88）90020-2”，“volume”：《1》，“author”：“T Kohonen”，“year”：“1988”，“unstructured”：“Kohonen T（1988）An introduction to neural computing。neural Netw 1（1））：3\u201316“，”journal-title“：”Neural Netw“}，{”key“：”1535_CR37“，”doi-asserted-by“：”crossref“，”unstructured“：”Kohonen T（1990）学习矢量量化的改进版本。In:Neural networks，1990。1990年IJCNN国际联合会议，IEEE，pp 545\u2013550“，“DOI”：“10.1109\/IJCNN.1990.137622”}，{“key”：“1535_CR38”，“DOI-asserted-by”：“crossref”，“DOI:”10.1007\/978-3642-97966-8“，“volume-title”：“Self-organizing maps”，“author”：“T Kohonen”，“year”：“1997”，“unstructured”：“Kohonen T（1997）自组织地图。Springer-Verlag New York，Inc.，Secaucus，NJ，USA“}，{”issue“：”1“，”key“：”1535_CR39“，”doi-asserted-by“：”crossref“，”first page“：“39”，”doi“：”10.1007\/s11047-004-9619-8“，“volume”：“4”，“author”：“T Lehn-Schi\u00f8ler”，“year”：“2005”，“unstructured”：“Lehn-Schi\u00f 8ler T，Hegde A，Erdogmus D，Principe JC（2005）使用信息论概念的矢量量化。Nat Compute 4（1）：39\u201351“，”journal-title“：”Nat Computer“}，{“key”：“1535_CR40”，“unstructured”：“Lendasse A，Verleysen M，De Bodt E，Cottrell M，Gr\u00e9goire P（1998）《利用kohonen分类预测时间序列》。In:欧洲人工神经网络研讨会论文集，第221\u2013226页”}，“issue”：“3”，“key“：”1535_CR1“，”doi-asserted-by“：”crossref“，”first-page“：”914“，”doi“：”10.1117\/1.601257“，”volume“：”36“，”author“：”MA Lieberman“，”year“：”1997“，”unstructured“：”Lieberman-MA，Patil RB（1997）《学习向量量化评价》对棉花垃圾进行分类。Opt Eng 36（3）：914\u2013921“，”journal-title“：”Opt Eng“}，{”issue“：”4“，”key“：”1535_CR42“，”doi-asserted-by“：”crossref“，”first page“：“558”，“doi”：“10.1109\/72.238311”，“volume”：“4”，“author”：“TM Martinetz”，“year”：“1993”，“unstructured”：“MartinetzTM，Berkovich SG，Schulten KJ（1993）矢量量化的Neural-gas\u2019网络及其在时间序列预测中的应用。IEEE Trans Neural Netw 4（4）：558\u2013569“，“journal-title”：“IEEE Trans-Neural Netw”}，{“issue”：“3”，“key”：“1535_CR43”，“doi-asserted-by”：“crossref”，“first page”：《413》，“doi”：“10.1109\/TPAMI.2004.1262340”，《volume》：“26”，“author”：“P Mitra”，”“year”：“2004”，“unstructured”：“Mitra P，Murthy C，Pal SK（2004）一种概率主动支持向量学习算法。IEEE Trans-Pattern Ana Mach Intell 26（3）：413\u2013418“，”journal-title“：”IEEE Trans-Pattern ANA Mach Intel}，{“key”：“1535_CR44”，“unstructured”：“Nanopoulos A，Alcock R，Manolopoulos Y（2001）时间序列数据的基于特征的分类。国际计算研究杂志49\u201361“}，”{“key”：“1515_CR45”，“非结构化”：“赫尔辛基理工大学神经网络研究中心（2005）自组织映射（som）和学习矢量量化（lvq）参考书目。http://\/leinwww.ira.uka.de\/cobjectivery\/Neural/SOM。LVQ.html“}，{“key”：“1535_CR46”，“doi-asserted-by”：“crossref”，“unstructured”：“Nova D，Est\u00e9vez PA（2013）LVQ算法生成的原型和感受野的在线可视化。In：Est\u0e9vez-PA，Pr\u00edncipe JC，Zegers P（eds）《自组织映射的进展》。In《智能系统和计算的进展》，第198卷。施普林格，柏林，第173\u2013182页“，”DOI“：”10.1007\/978-3642-35230-0_18“}，{“问题”：“4”，“关键”：“1535_CR47”，“DOI-asserted-by”：“crossref”，“首页”：“549”，“DOI”：“10.1109\/72.238310”，”卷“：”4“，”作者“NR Pal”，“年份”：“1993”，“非结构化”：“Pal NR，Bezdek JC，Tsao EK（1993）广义聚类网络和kohonen\u2019s自组织方案。IEEE Trans Neural Netw 4（4）：549\u2013557“，“journal-title”：“IEEE Trans-Neural Netw”}，{“key”：“1535_CR48”，“doi-asserted-by”：“crossref”，“unstructured”：“P\u0119kalska E，Duin RP（2005）模式识别的差异表示：基础和应用。64，世界科学，新加坡”，“doi”：“10.1142\/5965”}、{“issue”：“1”，“key“1535_CR49”，“doi asserted by”：“crossref”，“first page”：“65”，“doi”：“10.3233\/THC-1998-6108”，“volume”：“6”，“author”：“L Pesu”，“year”：“1998”，“nonstructured”：“Pesu L，Helisto P，Ademovic E，Pesquet J，Saarinen A，Sovij\u00e4rvi A（1998）基于小波包分解和学习矢量量化的呼吸音分类。Technol Health Care 6（1）：65\u201374“，”journal-title“：”Technol Hearth Care“}，{”issue“：”4“，”key“：”1535_CR50“，”doi-asserted-by“：”crossref“，”first page“：“303”，”doi“：”10.1006\/cbmr.1996.0022“，”volume“:”29“，”author“：”N Pradhan“，”year“：”1996“，”unstructured“：”PradhanN，Sadasivan P，Arunodaya G（1996）用人工神经网络检测脑电图中的癫痫活动：初步研究。《计算机生物识别研究》29（4）：303\u2013313“，“日记标题”：“计算机生物识别结果”}，{“key”：“1535_CR51”，“volume-title”：“无监督自适应滤波”，“author”：“JC Principe”，“year”：“2000”，“unstructured”：“Principe JC，Xu D，Fisher J（2000）信息理论学习。In:Haykin S（ed）Unpervised adaptive filtering。Wiley，New York，NY”}1535_CR52”，“非结构化”：“秦AK，Suganthan P（2004）一种新的基于内核原型的学习算法。In:模式识别，2004年。ICPR 2004。第17届国际会议论文集，第4卷，pp 621\u2013624“}，{“issue”：“5”，“key”：“1535_CR53”，“doi-asserted-by”：“crossref”，“first-pages”：“773”，“doi”：“10.1016\/j.patcog.2004.11.011”，“volume”：”38“author”：“AK Qin”，“year”：“2005”，“unstructured”：“Qin AK，Suganthan PN（2005）基于代价函数自适应的初始化不敏感LVQ算法。模式识别38（5）：773\u2013776“，“journal-title”：“模式识别”}，{“key”：“1535_CR54”，“doi-asserted-by”：“crossref”，“unstructured”：“秦AK，Suganthan P，梁JJ（2004）一种新的广义lvq算法，通过谐波到最小距离测度的转换。2004年IEEE系统、人与控制论国际会议，第5卷，第4821\u20134825页，“DOI”：“10.1109\/ICSMC.2004.1401294”}，{“问题”：“3”，“关键”：“1535_CR55”，“DOI-asserted-by”：“crossref”，“首页”：“317”，“DOI:“10.1023\/A:1009752403260”，“卷”：“1”，“作者”：“SL Salzberg”，“年份”：“1997”，“非结构化”：“Salzberg:”zberg SL（1997）关于比较分类器：要避免的陷阱和推荐的方法。Data Min Knowl Discov 1（3）：317\u2013328“，“journal-title”：“Data Min Knowl Discov”}，{“key”：“1535_CR56”，“first-page”：“423”，“volume-title“：“Advances in neural information processing systems，vol 8”，“author”：“A Sato”，“year”：“1996”，“unstructured”：“Sato A，Yamada K（1996）”广义学习矢量量化。收录：Touretzky DS、Mozer MC、Hasselmo ME（eds）《神经信息处理系统进展》，第8卷。麻省理工学院出版社，剑桥，pp 423\u2013429“}，{“key”：“1535_CR57”，“doi-asserted-by”：“crossref”，“unstructured”：“Savio A，Garc\u00eda-Sebasti\u00e1n M，Hern\u00e indez C，Gra\u00f1a M，Villan\u00faa J（2009）阿尔茨海默病检测的人工神经网络分类结果。智能数据工程与自动学习\u2014IDEAL 2009，pp 641\u2013648“，”DOI“：”10.1007\/978-3642-04394-9_78“}，{“问题”：“7-9”，“密钥”：“1535_CR58”，“DOI-asserted-by”：“crossref”，“首页”：“1215”，“DOI”：“10.1016\/j.neucom.2006.10.149”，“卷”：“70”，“作者”：“FM Schleif”，”年份：“2007”，“非结构化”：“Schleif.”f FM、Hammer B、Villmann T（2007）基于Margin的LVQ网络主动学习。Neurocomputing 70（7\u20139）：1215\u20131224“，”journal-title“：”Neurocumputing“}，{”issue“：”06“，”key“：”1535_CR59“，”doi-asserted-by“：”crossref“，”first page“：“443”，”doi“：”10.1142\/S012906571100295X“，”volume“21”，“author”：“FM Schleif”，“year”：“2011”，“unstructured”：“Schleif-FM，Villmann T，Hammer B，Schneider P（2011年）高效的基于核化原型的分类。Int J Neural Syst 21（06）：443“，”journal-title“：”Int J Neural Syss“}，{“issue”：“12”，“key”：“1535_CR60”，“doi-asserted-by”：“crossref”，“first page”：”3532“，”doi“：”10.1162\/neco.2009.11-08-908“，”volume“21”，“author”：“P Schneider”，“year”：“2009”，“unstructured”：“Schneider-P，Biehl M，Hammer B（2009）学习矢量量化中的自适应相关矩阵。Neural Comput 21（12）:3532\u20133561“，”期刊标题“：”Neural Comput“}，｛”期刊“：”10“，”密钥“：”1535_CR61“，”doi断言“：”crossref“，”首页“：”2942“，”doi“：”10.1162\/neco.2000.10-08-892“，”卷“：”21“，”作者“：”P Schneider“，”年份“：”2009“，”非结构化“：”Schneider P，Biehl M，Hammer B（2009）鉴别矢量量化中的远程学习。神经计算21（10）：2942\u201369“，”journal-title“：”Neural Compute“}，{”issue“：”5“，”key“：”1535_CR62“，”doi-asserted-by“：”crossref“，”first-page“：”1000“，”doi“：”10.1109\/72.788641“，”volume“：“10”，“author”：“B Scholkopf”，“year”：“1999”，“unstructured”：“Scholkoff B，Mika S，Burges CJ，Knirsch P，Muller KR，Rat sch G，Smola AJ（1999）基于内核的方法中的输入空间与特征空间。IEEE Trans Neural Netw 10（5）：1000\u20131017“，”journal-title“：”IEEE Trans-Neural Netw“}，{“issue”：“7”，“key”：“1535_CR63”，“doi-asserted-by”：“crossref”，“first page”：”1589“，“doi”：“10.1162\/08997660321891819”，“volume”:“15”，“author”：“S Seo”，“year”：“2003”，“unstructured”：“Seo S，Obermayer K（2003）软学习矢量量化。神经计算15（7）：1589\u20131604“，”journal-title“：”Neural Compute“}，{”issue“：”2“，”key“：”1535_CR64“，”doi-asserted-by“：”crossref“，”first page“：“390”，”doi“：”10.1109\/TNN.2003.809407“，“volume”：“14”，“author”：“S Seo”，“year”：“2003”，“unstructured”：“Seo S，Bode M，Obermayer K（2003）Soft near prototype classifications.IEEE Trans Neural Netw 14（2）：390\u20138“，”journal-title“：”IEEE Trans Neural Netw“}，{“key”：“1535_CR65”，“doi-asserted-by”：“crossref”，“unstructured”：“Strickert M，Bojer T（2001）时间序列的广义相关LVQ。In：人工神经网络\u2014ICANN\u20192001，pp 677\u2013683”，“doi”：“10.1007\/3-540-44668-0_94”}，“key“：”1535_CR166“，”第一页：“1415”，“卷”：“3”、“作者”：“K Torkkola”，“年份”：“2003年”，“非结构化”：“Torkkora K（2003）非参数互信息最大化特征提取。J Mach Learn Res 3:1415\u20131438“，“journal-title”：“J Mach Learn Res”}，{“key”：“1535_CR67”，“unstructured”：“Torkkola K，Campbell WM（2000）学习特征转换中的相互信息。摘自：第17届机器学习国际会议论文集，Morgan Kaufmann，pp 1015\u2013年1022”}Tse P，Wang DD，Xu J（1995）使用学习矢量量化对重叠特征继承的图像纹理进行分类。摘自：第二届机电一体化与机器视觉实践国际会议论文集。M/sup 2\/VIP\u201895，香港城市大学，香港，第286\u2013290页“}，{“问题”：“5”，“关键”：“1535_CR69”，“doi-asserted-by”：“crossref”，“首页”：“1343”，“doi”：“10.1162\/NECO_a_00110”，“卷”：“23”，“作者”：“T Villmann”，“年份”：“2011”，“非结构化”：“Villmann-T，Haase S（2011）基于分散度的矢量量化。计算23（5）：1343\u201392“，”journal-title“：”Neural Compute“}，{”issue“：”16-18“，”key“：”1535_CR70“，”doi-asserted-by“：”crossref“，“first page”：“3070”，”doi“：”10.1016\/j.neucom.2008.04.048“，”volume“：“71”，“author”：“T Villmann”，“year”：“2008”，“unstructured”：“Villmann-T，Hammer B，Schleif FM，Hermann W，Cottrell M（2008）利用信息论学习矢量量化进行模糊分类。神经计算71（16\u201318）：3070\u20133076”，“期刊标题”：“神经计算”｝，｛“键”：“1535_CR71”，“非结构化”：“Williams C，Seeger M（2001）使用nystrom方法加速内核机器。In：Leen TK，Dietterich TG，Tresp V（eds）Advances In neural information processing systems 13，MIT Press，pp 682\u2013688”｝，｛“键”：“1535_CR72”，”非结构化“：”Xuan J，Adali T（1995）学习用于图像压缩的树结构矢量量化。摘自：WCNN\u201995，世界神经网络大会论文集，INNS，第一卷，pp 756\u2013759“}，{“问题”：“1”，“关键”：“1535_CR73”，“doi-asserted-by”：“crossref”，“首页”：“143”，”doi“：“10.1109\/94.910437”，“卷”：“8”，“作者”：“HT Yang”，“年份”：“2001”，“非结构化”：“Yang HT，廖CC，Chou JH（2001）电力变压器状态评估的模糊学习矢量量化网络。IEEE Trans Dielectr Electr Insul 8（1）：143\u2013149“，”journal-title“：”IEEE Trans-Delectr Electr Insol“}，{“key”：“1535_CR74”，“unstructured”：“Zhang B，Hsu M，Dayal U（1999）K-harmonic means a a data clustering al.Hewlet-Packard研究实验室技术报告HPL-1999-124“}]，”container-tile“：[”Neural Computing and Applications“]，”original-title“：[]，”language“：”en“，”link“：[{”URL“：”http://\/link.springer.com/content\/pdf\/10.1007\/s00521-013-1535-3.pdf“，”content-type“：”application\/pdf“，”content-version“：”vor“，”intended-application“：”text-mining“}，{”URL“：”http:\\/link.stringer.com/article\/10.10007\/s0052113-1535-3\/fulltext.html“，”内容键入“：”text\/html“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“http://\/link.springer.com/content\/pdf\/101007\/s00521-013-1535-3”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2020,8,13]]，“date-time”：”2020-08-13T04:35:01Z“，”timestamp:1597293301000}，“score“：1，”resource“：{主要”：{“URL”：“http://\/link.springer.com/10.1007\/s00521-013-1535-3”}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{date-parts”：[[2013,12,31]]}，“references-count”：74，“journal-issue”：{issue“3-4”，“published-print”：{date-parts“：[2014,9]}}”，”alternative-id“：[“1535”]，“URL”：“http://\/dx.doi.org\/10.1007\/s00521-013-1535-3”，“关系“：{}，”ISSN“：[”0941-0643“，”1433-3058“]，”ISSN-type“：[{”value“：”0941-0.643“、”type“:”print“}、{”value“：”1433-3058“、”类型“：”electronic“}]、“subject”：[]、“published”：{“date-parts”：[[2013,12,31]]}}}}