{“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”：[[2024,4,27]]，“日期-时间”：“2024-04-27T17:54:57Z”，“时间戳”：1714240497730}，“参考-计数”：32，“出版商”：“Springer Science and Business Media LLC”，“问题”：“11”，“许可证”：[{“开始”：{-“日期-零件”：[2018,12,5]]，”日期-时间“：”2018-12-05T00:00:00Z“，“timestamp”：1543968000000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com/tdm”}]，“funder”：[{“DOI”：“10.13039\/501100001809”，“name”：“国家自然科学基金”，“DOI-asserted-by”：“publisher”，“award”：[“11171346”]}，{“DOI”：中国科学基金”，“doi-asserted-by”：“publisher”，“award”：[“61872368”，“U1536121”]}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[”Multimed Tools Appl“]，“published-print”：{“date-parts”：[[2019,6]]}，”doi“10.1007\/s11042-018-6937-x”，“type”：“journal-article”，“created”：{“日期-部分”：[[2018,12,5]]，“日期-时间”：“2018-12-05T03:31:02Z”，“时间戳”：1543980662000}，“页面”：“15455-15481”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：8，”title“：[”基于加权铰链损失的结构化稀疏多视图特征选择“]，”prefix“：”10.1007“，”volume“：”78“，”author“：[{”given“Nan”，“家庭”：“Wang”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Yiming”，“family”：“Xue”，“serquence”:“additional”，“filiation“：[]{”，“givens”：“Qiang”，“家族”：“Lin”，”sequence“：“additionable”，“abfiliation（从属关系）：[]neneneep，{”given“：”Ping“，”family“：“Zhong”，”sequence“:”additional“，”affiliance“[]}]，“member”：“297”，“published on line”：{“日期部分”：[[2018,12,5]]}，“参考”：[{“key”：“6937_CR1”，“unstructured”：“Cai X，Nie F，Huang H（2013）Multi-view K-means clustering on big data.In:国际人工智能联合会议.AAAI Press，pp 2598\u20132604”}，{“key”：”6937_CR2“，”doi-asserted-by“：”crossref“，”unstructure“：”Chang X，Nie F，Yang Y，Huange H（2014）半监督多标签特征选择的凸公式。参加：第二十八届AAAI人工智能会议。AAAI Press，pp 1171\u20131177“，“DOI”：“10.1609\/AAAI.v28i1.8922”}，{“key”：“6937_CR3”，“DOI-asserted-by”：“crossref”，“unstructured”：“Chen J，Zhou J，Ye J（2011）集成低秩和组解析结构以实现稳健的多任务学习。In:ACM SIGKDD国际知识发现和数据挖掘会议，pp 42\u201350”，“DOI:”10.1145\\2020408.2020423“｝，｛“key”：“6937_CR4”，“doi asserted by”：“publisher”，“first page”：“115”，“doi”：“10.1016\\j.neucom.20110.089”，“volume”：“253”，“author”：“X Cheng”，“year”：“2017”，“nonstructured”：“Cheng X，Zhu Y，Song j，Wen G，He W（2017）一种用于多视图分类的低阶超图特征选择。神经计算253:115\u2013121”journal-title“：”Neurocomputing“}，{“key”：“6937_CR5”，“doi-asserted-by”：“crossref”，“unstructured”：“Chua T，Tang J，Hong R，Li H，Luo Z，Zheng Y（2009）NUS-WIDE:来自新加坡国立大学的真实世界网络图像数据库。In:ACM国际图像和视频检索会议。ACM，第48页”，“doi”：“10.1145 \/1646396.1646452”}，“问题”：“7”，“key”：“6937_CR6”，“doi asserted by”：“crossref”，“first page”：“3126”，“doi”：“10.1109\/TIP.2042.2326001”，“volume”：“23”，“author”：“J Gui”，“year”：“2014”，“nonstructured”：“Gui J，Tao D，Sun Z，Luo Y，You X，Tang Y（2014）用于图像分类的具有视图一致性的组稀疏多视图补丁对齐框架。IEEE Trans-Image Process Publ IEEE Signal Process Soc 23（7）：3126\u20133137“，”journal-title“：”IEEE Trans-Image Process Publ IEEE-Signal Process Soc“}，{“issue”：“7”，“key”：“6937_CR7”，”doi-asserted-by“：”publisher“，”first page“：”1490“，”doi“：”10.1109\/TNNLS.2016.251724“，”volume“：“28”，“author”：“J Gui”，“year”：“2016”，“unstructured”：“”桂J，孙Z，季S，陶德，谭T（2016）基于结构稀疏性的特征选择：一项综合研究。IEEE Trans Neural Netw Learn Syst 28（7）：1490\u20131507“，”journal-title“：”IEEE Trans-Neural Netw学习系统“}，{”key“：”6937_CR8“，”first page“：“75”，“volume”：“12”，“author”：“T Jebara”，“year”：“2011”，“unstructured”：“Jebara T（2011）通过最大熵判别的多任务稀疏性。J Mach Learn Res 12:75\u2013 110”，“journal-title”：“”J Mach Learn Res“}，{“key”：“6937_CR9”，“doi-asserted-by”：“crossref”，“unstructured”：“Li X，Chen M，Nie F，Wang Q（2017）基于多视图的无参数群检测框架。In:第三十一届AAAI人工智能会议论文集，pp 4147\u20134153”，“doi”：“10.1609\/AAAI.v31i1.11208”}Lichman M（2013）UCI机器学习库[http://\/archive.ics.UCI.edu\/ml]，加州大学欧文分校：加州大学信息与计算机科学学院“}，{“key”：“6937_CR11”，“unstructured”：“Liu J，Ji S，Ye J（2012）通过有效的l 2，1-范数最小化实现多任务特征学习。参加：人工智能不确定性会议。AUAI Press，pp 339\u2013348“}，{“key”：“6937_CR12”，“unstructured”：“Nie F，Huang H，Cai X，Ding C（2010）通过联合L 2,1-范数最小化高效稳健的特征选择。In：神经信息处理系统国际会议。Curran Associates Inc，pp 1813\u20131821”}，}“issue”：“3”，“key“：”6937_CR13“，“doi-asserted-by”：“publisher“，“首页”：“273”，“DOI”：“10.1111\/j.1467-9868.2011.00771.x”，“卷”：“73”，“作者”：“R Tibshirani”，“年份”：“2011”，“非结构化”：“Tibshilani R（2011）回归收缩和通过套索选择。J R Stat Soc 73（3）：273\u2013282“，”journal-title“：”J R Stat-Soc“}，{”issue“：”1“，”key“：”6937_CR14“，”doi-asserted-by“：”publisher“，”first page“：“91”，“doi”：“10.1111\/J.1467-9868.2005.00490.x”，“volume”：“67”，“author”：“R Tibshirani”，“year”：“2010”，“unstructured”：“Tibshilani R，Saunders M，Rosset S，朱J，Knight K（2010）通过融合套索实现轻盈流畅。J R Stat Soc 67（1）：91\u2013108“，“journal-title”：“J R Stat-Soc”}，{“key”：“6937_CR15”，“unstructured”：“Wang H，Nie F，Huang H，Risacher S（2011）稀疏多任务回归和特征选择，以确定记忆性能的脑成像预测因子。In:计算机视觉国际会议。IEEE computer Society，pp 557\u2013562”}、{“issue“：”12“，”key“：”6937_CR16“，”doi-asserted-by“：”publisher“，”first-pages“：”i127“，“doi”：“10.1093\/生物信息学\/bts228”，“volume”：“28”，“author”：“H Wang”，“year”：“2012”，“unstructured”：“Wang H，Nie F，Huang H，Risacher SL，Saykin AJ，Shen L（2012）通过稀疏多模式多任务学习从多维异质成像遗传学数据中识别疾病敏感和定量性状相关的生物标志物。生物信息学28（12）：i127\u2013i136“，“journal-title”：“生物信息学”}，{“key”：“6937_CR17”，“unstructured”：“Wang H，Nie F，Huang H（2013）通过结构化稀疏性进行多视图聚类和特征学习。In:机器学习国际会议，pp 352\u2013360”}、{“key”：”6937_CR18“，”doi-asserted-by“：”crossref“，”unstructure“：”Wang H，Nie F，Huang H，Ding C（2013）基于稀疏多模态机器的异构视觉特征融合。收录：IEEE计算机视觉和模式识别会议。IEEE Computer Society，pp 3097\u20133102“，“DOI”：“10.1109\/CVPR.2013.398”}，{“key”：“6937_CR19”，“DOI-asserted-by”：“publisher”，“首页”：“47”，“DOI:”10.1016\/j.neucom.2016.03.017“，“卷”：“200”，“作者”：“X Wang”，“年份”：“2016”，“非结构化”：“Wang X，Zhang，Wu Q，ZhangJ（2016）l 1-范数图的无监督谱特征选择。神经计算200:47\u201354”，“期刊标题”：“神经计算”}，{“密钥”：“6937_CR20”，“doi断言”：“出版商”，“首页”：“10”，“doi”：“10.1016\/j.imavis.2017.05.004”，“卷”：“63”，“作者”：“X Wang”，“年份”：“2017”，“非结构化”：“Wang X，Chen R，Hong C，Zeng Z，Zhou Z（2017）基于标签相关性分析和l1-范数图嵌入的半监督多标签特征选择。Image Vis Compute 63:10\u201323“，”journal-title“：”Image Vis-Compute“}，{”issue“：”10“，”key“：”6937_CR21“，”doi-asserted-by“：”publisher“，”first page“：“5910”，”doi“：”10.1109\/TGRS.2018.2833839“，”volume“:”56“，”author“：”Q Wang“，”year“：”2018“，”unstructured“：”Wang Q，Zhang F，Li X（2018）用于高光谱波段选择的最佳聚类框架。IEEE Trans-Geosci Remote Sens 56（10）：5910\u20135922“，“journal-title”：“IEEE Trans-Ceosci远程传感器”}，{“key”：“6937_CR22”，“doi-asserted-by”：“publisher”，“unstructured”：“Wang Q，Qin Z，Nie F，Li X Spectral嵌入式自适应邻居聚类。IEEE神经网络和学习系统汇刊，https:\//doi.org\/10.109\/TNNLS.2018.2861209“，“doi”：“10.1109\/TNNLS.2018.286209”}，{“key”：“6937_CR23”，“doi-asserted-by”：“crossref”，“unstructured”：“Xiao L，Sun Z，He R，Tan T（2013）用于跨传感器虹膜识别的耦合特征选择。收录于：IEEE第六届生物特征国际会议：理论、应用和系统。IEEE，pp 1\u20136“，“DOI”：“10.1109\/BTAS.2013.6712752”}，{“key”：“6937_CR24”，“unstructured”：“Xiao L，Sun Z，He R，Tan T（2014）基于边缘的特征选择，通过线性规划进行跨传感器虹膜识别。模式识别。IEEE，第246\u2013250”}10.1016\/j.patcog.2015.12.007“，“volume”：“53”，“author”：“Y Xu”，“year”：“2016”，“unstructured”：“Xu Y，Wang C，Lai j（2016）加权多视图聚类与特征选择。Pattern Recogn 53:25\u201335“，”journal-title“：”Pattern Reign“}，{”issue“：”6“，”key“：”6937_CR26“，”doi-asserted-by“：”publisher“，”first page“：“3016”，”doi“：”10.1109\/TIP.2017.2665976“，“volume”：“26”，“author”：“J Xu”，“year”：“2017”，“unstructured”：“Xu J，Han J，Nie F，Li X（2017）Re-weighted differentially embedded K-means for multi-view clustering。IEEE Trans Image Process 26（6）：3016\u20133027“，”journal-title“：”IEEE Trans-Image Process“}，{”issue“：”3“，”key“：”6937_CR27“，”doi-asserted-by“：”publisher“，”first page“：“661”，”doi“：”10.1109\/TMM.2012.2237023“，”volume“:”15“，”author“：”Y Yang“，”year“：”2013“，”unstructured“：”Yang Y，Ma Z，Hauptmann AG，Sebe N（2013）通过在多个任务之间共享信息进行多媒体分析的特征选择。IEEE Trans Multimed 15（3）：661\u2013669“，”journal-title“：”IEEE Trans-Multimed“}，{”key“：”6937_CR28“，”first page“：“1”，“volume”：“1“，”author“：”Z Yang“，”year“：”2017“，”unstructured“：”Yang Z，Wang H，Han Y，Zhu X（2017）判别性多任务多视图特征选择与融合，用于多媒体分析。Multimed Tools Appl 1:1\u201323“，”journal-title“：”Multimed Tools Appl“}，{“key”：“6937_CR29”，“unstructured”：“Ye J，Zhao Z，Wu M（2007）聚类的判别K-means。In：神经信息处理系统国际会议。Curran Associates Inc，pp 1649\u20131656”}，}“issue”：“1”，“key“6937-CR30”，“doi-asserted-by”：“publisher”，“first-page”：“49”，“doi”：“10.1111\/j.1467-9868.200532.x“，”volume“：”68“，”author“：”M Yuan“，”year“：”2006“，”unstructured“：”Yuan M，Lin Y（2006）分组变量回归中的模型选择和估计。J R Stat Soc 68（1）:49\u201367”，“期刊标题”：“J R Stat Soc”}，｛“期刊期”：“8”，“密钥”：“6937_CR31”，“doi断言者”：“出版商”，“首页”：“10761”，“doi”：“10.1007\/111042-015-3173-5”，“卷”：“76”，“作者”：“M Zhang”，“年份”：“2017”，“非结构化”：“Zhang M，Yang Y，Shen F，Zhang H，Wang Y（2017）阿尔茨海默病诊断的多视图特征选择和分类。Multimed Tools Appl 76（8）：10761\u201310775“，”journal-title“：”Multimed工具Appl“}，{”issue“：”476“，”key“：”6937_CR32“，”doi-asserted-by“：”publisher“，”first page“：“1418”，”doi“：”10.1198\/0162145000000735“，”volume“：‘101’，”author“：”H Zou“，”year“：”2006“，”unstructured“：”Zou H（2006）自适应套索及其oracle属性。Publ Am Stat Assoc 101（476）：1418\u20131429“，”journal-title“：”Publ As Stat Assoc“}]，”container-title”：[“多媒体工具和应用程序”]，”original-title:[]，”language“：”en“，”link“：[{”URL“：”http://link.springer.com\/content\/pdf\/10007\/s11042-018-6937-x.pdf“，”content-type“：”application\/pdf“，”内容版本“：”vor“，”预期应用程序“：”text-mining“}，{“URL”：“http://\/link.springer.com/article\/10.1007\/s11042-018-6937-x\/fulltext.html”，“内容类型”：“text\/html”，“content-version”：“vor”，“intended-application”：“text-mining”}，}“URL“：”http://\-link.springer.com/content\/pdf\/10.10007\/s11032-018-6937-x.pdf“，”内容类型“：”application\/pdf“，”content-versiion“：”vor“，”intended-application“：”相似性检查“}]，”存放“：{”日期部分“：[[2022,9,7]]，”日期时间“：”2022-09-07T16:17:57Z“，”时间戳“：1662567477000}，”分数“：1，”资源“：{primary”：{“URL”：“http://\link.sprimary.com\/10007\/s11042-018-6937-x”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期部分”：[[2018,12,5]]}，“参考人数”：32，“新闻期刊“：{”期刊“：“11”，“published-print”：{“date-parts”：[[2019,6]]}}，“alternative-id”：[“6937”]，“URL”：“http://\/dx.doi.org\/10.1007\/s11042-018-6937-x”，“relationship”：{}，”ISSN“：[”1380-7501“，”1573-7721“]，”ISSN-type“：[{”value“：”1380-750 1“，“type”：“print”}，{“值”：“1573-7721”，“类型”：“电子”}]，“主题”：[]，“发布”：{“日期部分”：[[2018,12,5]]}，“断言”：[{“value”：“2018年4月13日”，“order”：1，“name”：“received”，“label”：“received”，”group“：{“name”:“Article History”，“table”：“Articles History“}}，{“value”：“18年10月15日”，”order“：2，”name“revised”，“标签”：“revised”，“，”标签“：“Accepted”，“group”：{“name”：“Article History”，“label”：“文章历史”}}，{“value”：“2018年12月5日”，“order”：4，“name”:“first_online”，“标签”：“first online”，”group“：{”name“：”Article历史“，”label“：”文章历史“}}}]}