{“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”：[[2024,9,8]]，“日期-时间”：“2024-09-08T11:36:22Z”，“时间戳”：1725795382219}，“引用-计数”：52，“出版商”：“Springer Science and Business Media LLC”，“问题”：“4”，“许可证”：[{“开始”：{:“日期-零件”：[2021,1,7]]，”日期-时间“：”2021-01-07T00:00:00Z“，“timestamp”：1609977600000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.springer.com/tdm”}，{“start”：{“date-parts”：[[2021,1,7]]，“date-time”：“2021-01-07T00:00:00Z”，“timetamp”：1600997760000}，”content-versiion“：”vor“，”delay-in-days“：0，”URL“https://www.springer”。com/tdm“}]，“出资人”：[{“DOI”：“10.13039\/501100002322”，“名称”：“Coordena\u00e7\u00e_3o de Aperfei\u00e 7oamento de Pessoal de N\u00edvel Superior”，“doi-asserted-by”：“publisher”，“award”：[“001”]，“id”：[{“id”:“10.13039\/501000002322”，“id-type”：“doi”，“asserted-by”：，“short-container-title”：[“高级数据分析分类”]，“已发布的印刷品”：｛“日期部分”：[[2021,12]}｝，“DOI”：“10.1007\/s11634-020-04343-3”，“类型”：“期刊文章”，“创建”：｛“日期部分”：[[2021,1,7]]，“日期时间”：“2021-01-01-07T22:17:28Z”，“时间戳”：1610057848000｝，“页面”：“829-868”，“更新策略”：“http:\/\/dx.DOI.org/10.1007\/springer_crosmark_policy”，“源”：“Crossref”，由引用计数”：12，“title”：[“PCA-KL:非监督度量学习的参数降维方法”]，“prefix”：“10.1007”，“volume”：“15”，“author”：[{“ORCID”：”http://\/ORCID.org\/00000-0001-8253-2729“，”authenticated-ORCID“：false，”given“：”Alexandre L.M.“，”family“：”Levada“，“sequence”：“first”，“affiliation”：[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2021,1,7]]}，“reference”：[{“issue”：“6”，“key”：“434_CR1”，“doi-asserted-by”：“publisher”，《first page》：“1373”，“doi”：“10.1162\/08997660321780317”，“volume”：”15“，“author”：“M Belkin”，”year：“2003”，“unstructured”：“Belkin M，Niyogi P（2003）用于降维和数据表示的拉普拉斯特征映射。神经计算15（6）：1373 \u20131396“，“journal-title”：“Neural Compute”}，{“key”：“434_CR2”，“unstructured”：“Bellet A，Habrard A，Sebban M（2013）《特征向量和结构化数据的度量学习调查》。arXiv:1306.6709“}，}“key:”434_CR3“，”doi-asserted-by“：”publisher“，”doi“：”10.1515\/9781400874668“，”volume-title“：”自适应控制过程：导览“，”作者：“R Bellman”，“year”：“1961”，“unstructured”：“Bellman R（1961）自适应控制过程：导游。普林斯顿大学出版社，普林斯顿“}，{“key”：“434_CR4”，“volume-title”：“Modern多维尺度：理论与应用”，“author”：“I Borg”，“year”：“2005”，“unstructured”：“Borg I，Groenen P（2005）Modern multimensional scaling:theory and applications，2nd edn.Springer，Berlin”，《现代多维尺度：原理与应用》，第二版，柏林斯普林格出版社，“edition”：“2”}，“key“434_CR5”Carreira-Perpina MA（1997）《降维技术综述》。技术报告，谢菲尔德大学“｝，｛“问题”：“3”，“密钥”：“434_CR6”，“发布者断言的doi”，“第一页”：“273”，“doi”：“10.1145\/5020807.5022808”，“卷”：“33”，“作者”：“E Ch\u00e1vez”，“年份”：“2001”，“非结构化”：“Ch\u00e1vez E，Navarro G，Baeza Yates R，Marroqu\u00edn JL（2001）在度量空间中搜索。ACM Comput Surv 33（3）：273\u2013321“，”journal-title“：”ACM Compute Surv“}，{“key”：“434_CR7”，“unstructured”：“Cook JA，Sutskever I，Mnih A，Hinton G（2007）用混合地图可视化相似性数据。摘自：第11届国际人工智能与统计会议论文集，第2卷，第67\u201374页”}，}，“key“：”434_CR18“，“volume-title”：“算法简介”，“作者”：“TH Cormen”，“年份”：“2009年”，“非结构化”：“Cormen TH，Leiserson CE，Rivest RL，Stein C（2009）算法简介，第3版。麻省理工学院出版社，剑桥”，“版本”：“3”}，{“key”：“434_CR9”，“doi-asserted-by”：“crossref”，“unstructured”：“Cox TF，Cox MAA（2001）多维标度。收录：统计学和应用概率专著，第88卷。Chapman&Hall，“DOI”：“10.1201\/9781420036121”}，{“key”：“434_CR10”，“DOI-asserted-by”：“crossref”，“unstructured”：“de\u00a0Ridder D，Duin RP（2002）局部线性嵌入用于分类。技术报告，代尔夫特理工大学”，“DOI:”10.1007\/3-540-44989-2_40丁C，何X，西蒙H（2005）关于非负矩阵因式分解与谱聚类的等价性。《SIAM国际数据挖掘会议论文集》，第606\u2013610页，“DOI”：“10.1137\/1.9781611972757.70”}，{“key”：“434_CR12”，“DOI-asserted-by”：“publisher”，“first page”：《3913》，“DOI:”10.1016\/j.csda.2008.011“，“volume”：”52“，”author“：”C Ding“，”year“：”2008“，”unstructured“：”Ding C，Li T，Peng W（2008）关于非负矩阵分解与概率潜在语义索引的等价性。Compute Stat Data Anal 52:3913\u20133927“，”journal-title“：”Compute Stat Data Ana“}，{”issue“：”4“，”key“：”434_CR13“，”doi-asserted-by“：”publisher“，”first page“：“409”，”doi“：”10.1023\/A:1009868929893“，”volume“：3”，”author“：”P Domingos“，”year“：”1999“，”unstructured“：”Domingos P（1999）occam\u2019s剃刀在知识发现中的作用。Data Min Knowl Discov 3（4）：409\u2013425“，“journal-title”：“Data Min Knowl Discov”}，{“key”：“434_CR14”，“unstructured”：“Errica F（2018）逐步推导sne和t-sne梯度。http://\/pages.di.unipi.it \/Errica\/quirientary\/derivations-sne-tsne”}、{“volume-title“：统计模式识别简介”，“年份”：“1990”，“作者”：“K Fukunaga“，”key“：”434_CR15“，”unstructured“：”Fukunaka K（1990）《统计模式识别导论》。Academic Press，London“｝，｛“key”：“434_CR16”，“first page”：“1893”，“volume”：“8”，“author”：“S G\u00fcnter”，“year”：“2007”，“nonstructured”：“G\u00fcnter S，Schraudolph NN，Vishwanathan S（2007）快速迭代内核主成分分析。J Mach Learn Res 8:1893\u20131918”，“journal title”：“J Mach Learn Res”｝，｛“key”：“434_CR17”，doi断言为“：”publisher，“DOI”：“10.1007\/978-0-387-84858-7”，“volume-title”：“统计学习的要素”，“author”：“T Hastie”，“year”：“2009”，“unstructured”：“Hastie T，Tibshirani R，Friedman J（2009）《统计学习的元素》。Springer，Berlin“}，{”key“：”434_CR18“，”first page“：“857”，”volume-title“：”Advanced in neural information processing systems“，”author“：”GE Hinton“，”year“：”2003“，”unstructured“：”Hinton GE，Roweis ST（2003）随机邻居嵌入。in:Becker S，Thrun S，Obermayer K（eds）Advances in neurals information systems，vol 15。麻省理工学院出版社，剑桥，第857\u2013864页“}，{“key”：“434_CR19”，“doi-asserted-by”：“publisher”，“first page”：《498》，“doi”：“10.1037\/h0070888”，“volume”：第24页，“author”：“H Hotelling”，“year”：“1933”，“unstructured”：“HotellingH（1933）将复杂的统计变量分析为主成分。《教育心理学杂志》24:498\u2013520”，《杂志标题》：“J Educ Psychol“}，{”issue“：“1”，”key“：“434_CR20”，”doi-asserted-by“：”publisher“，”first page“：”55“，”doi“：”10.1109 \/TIT.1968.1054102“，”volume“:”14“，”author“：”GF Hughes“，”year“：”1968“，”unstructured“：”Hughes GF（1968）On the mean accurability of statistical pattern recognizers.IEEE Trans-Inf Theory 14（1）：55\u201363“，”journal title“：”IEEE Trans-Inf Theore“}”，{“key”：“434_CR21”，“doi-asserted-by”：“crossref”，“unstructured”：“Hou X，Ni X，Smith AK（2008）基于流形的学习方法调查。In：计算机与运筹学系列，第6卷。《世界科学》，第691\u2013745页，“DOI”：“10.1142\/9789812779861_0015”}，{“问题”：“10”，“关键”：“434_CR22”，“DOI-asserted-by”：“出版商”，“首页”：“2795”，“DOI:“10.1109\/78.324744”，“卷”：“42”，“作者”：“黄哲”，“年份”：“1994”，“非结构化”：“黄哲，Lay S，Lippman A（1994）非参数多元密度估计：一项比较研究。IEEE Trans Signal Process 42（10）：2795\u20132810“，”journal-title“：”IEEE Trans-Signal Process“}，{“key”：“434_CR23”，“doi-asserted-by”：“publisher”，“doi”：“10.1002\/0471221317”，“volume-title”：“独立元件分析”，“author”：“A Hyvarinen”，“year”：“2001”，“unstructured”：“Hyvarien A，Karhunen J，Oja E（2001）”独立成分分析。Wiley，Hoboken“}，{“问题”：“1”，“关键”：“434_CR24”，“doi-asserted-by”：“出版商”，“首页”：“39”，“doi”：“10.1109\/5326.61089”，“卷”：“28”，“作者”：“LO Jimenes”，“年份”：“1998”，“非结构化”：“Jimenes LO，Landgrebe D（1998）高维空间中的监督分类：多元数据的几何、统计和渐近性质。IEEE Trans-Syst Man Cybern 28（1）：39\u201354“，“journal-title”：“IEEE Trans-Syst Man-Cybern”}，{“issue”：“8”，“key”：“434_CR25”，“doi-asserted-by”：“publisher”，“first-page”：“1277”，“doi”：“10.1109\/JPROC.2018.2846730”，“volume”：”106“author”：“IM Johnstone”，“year”：“2018”，“unstructured”：“Johnstone IM，Paul D（2018）高维Pca：一种定向。Proc IEEE 106（8）：1277\u20131292“，”journal-title“：”Proc EEE“}，{“key”：“434_CR26”，“volume-title”：“主成分分析”，“author”：“IT Jolliffe”，“year”：“2002”，“unstructured”：“Jollife-IT（2002）主成分分析，第二版。Springer，Berlin”，版本：“2”}，}“issue”：“1”，“key“：”434_CR2 7”，“first page”：”67“，“volution”：101“，”作者“：”W Kunzhe”，“年份”：“2018”，“非结构化”：“KunzheW，Huaitie X（2018）基于支持向量学习的稀疏核特征提取。Pattern Recognit Lett 101（1）：67\u201373“，”journal-title“：”Pattern Regnit Lette“}，{”key“：”434_CR28“，”doi-asserted-by“：”publisher“，”first page“：“788”，”doi“：”10.1038\/44565“，”volume“：‘401’，”author“：”DD Lee“，”year“：”1999“，”unstructured“：”Lee DD，Seung HS（1999）通过非负矩阵分解学习对象的各个部分。Nature 401:788\u2013791“，”journal-title“：”Nature“}，{“key”：“434_CR29”，“doi-asserted-by”：“publisher”，“doi”：“10.1007\/978-0-387-39351-3”，“volume-title”：“非线性降维”，“author”：“JA Lee”，“year”：“2007”，“unstructured”：“Lee JA，Verleysen M（2007）非线性降维。Springer，Berlin”}，“issue”：“10”，“key“：”434_CR 0“，”doi-asserted-by“：”publisher“，”first-page“：”1364“，”doi“：”10.1016\/j.patrec.2012.03.019“，”volume“：”33“，”author“：”K Lee“，”year“：”2012“，”unstructured“：”Lee K，Park H（2012）张量主成分分析相似性测度的概率学习。Pattern Recognit Lett 33（10）:1364\u20131372“，”期刊标题“：”Pattern Recognit Lett“}，｛”键“：”434_CR31“，”doi断言“：”出版商“，”首页“：”447“，”doi“：”10.1016\/j.neut.2018.06.003“，”卷“：”105“，”作者“：”D Li“，”年份“：”2018“，”非结构化“：”Li D，Tian Y（2018）测量学习方法的调查和实验研究。神经网络105:447\u2013462”，“新闻标题”：“神经网络”}，{“问题”：“6”，“关键”：“434_CR32”，“doi-asserted-by”：“出版商”，“首页”：“1589”，“doi”：“10.1109\/TNN.2007.895831”，“卷”：“18”，“作者”：“C Lin”，“年份”：“2007”，“非结构化”：“Lin C（2007）非负矩阵分解乘法更新算法的收敛性。IEEE Trans Neural Netw 18（6）：1589\u20131596“，“journal-title”：“IEEE Trans-Neural Netw”}，{“issue”：“1”，“key”：“434_CR33”，“doi-asserted-by”：“publisher”，“first page”：”59“，“doi”：“10.1093\/imamat\/24.1.59”，“volume”:“24”，“author”：“R Marimont”，”year“1979”，“unstructured”：“Marimount R，Shapiro M（1979）最近邻搜索和维度诅咒。IMA J Appl Math 24（1）：59\u201370“，“journal-title”：“IMA J Apple Math”}，{“key”：“434_CR34”，“unstructured”：“Melville J（2015）SNEER：R.中的随机邻居嵌入实验http://\jlmelville.github.io\/sner\/gradients.html”}、{“issue”：“6”，“key“434_CR35”，“doi-asserted-by”：“publisher”，“first page”：”e1006907“，”doi“：”10.1371\/journal.pcbi.1006907”，“卷”：“15”，“作者”：“LH Nguyen”，“年份”：“2019”，“非结构化”：“Nguyen LH，Holmes S（2019）有效降维的十个快速技巧。PLoS Compute Biol 15（6）：e1006907“，”journal-title“：”PLoS compute Biel“}，{”key“：”434_CR36“，”doi-asserted-by“：”publisher“，”first page“：“53”，”doi“：”10.1016\/0377-0427（87）90125-7“，“volume”：“20”，“author”：“PJ Rousseeuw”，“year”：“1987”，“unstructured”：“Rousseuw PJ（1987）轮廓：用于解释和验证聚类分析的图形辅助工具。J Comput Appl Math 20:53\u201365“，”journal-title“：”J Compute Appl Math“}，{”key“：”434_CR37“，”doi-asserted-by“：”crossref“，”first page“：“2323”，”doi“：”10.1126\/science.290.5500.2323“，”volume“：‘290’，”author“：”S Roweis“，”year“：”2000“，”unstructured“：”Roweis S，Saul L（2000）局部线性嵌入的非线性降维。Science 290:2323\u20132326“，”journal-title“：”Science“}，{“key”：“434_CR38”，“first page”：”119“，”volume“：“4”，“author”：“L Saul”，“year”：“2003”，“unstructured”：“Saul L，Roweis S（2003）Think global，fit local:unsupervised learning of low dimension manifolds.J Mach Learn Res 4:119\u2013155”，”johnal-tittle“：”J Mach Learn Res“}“，{”key“：非结构化“：”Sch\u00f6lkopf B，Smola A，M\u00fcller KR（1999）《核主成分分析》。In：内核方法的进展\u2014支持向量学习。麻省理工学院出版社，pp 327\u2013352“}，{“key”：“434_CR40”，“doi-asserted-by”：“publisher”，“doi”：“10.1002\/9780470316849”，“volume-title”：“多元密度估计”，“author”：“DW Scott”，“year”：“1992”，“unstructured”：“Scott DW（1992）多元密度估计。Wiley，Hoboken”}，}，“key“：”：“43 4_CR41”，“非结构化”：“Shlens J（2005）主成分分析教程。单位：系统神经生物学实验室。索尔克生物研究所“｝，｛”key“：”434_CR42“，”非结构化“：”Su\u00e1rez JL，Garc\u00eda S，Herrera F（2018）远程度量学习教程：数学基础、算法和软件。arXiv:11812.05944“｝，｛”key“：”434_CR43“，”doi asserted by“：”publisher“，”首页“：”2319“，”doi“：”10.1126\/science.290.500.2319“，”卷“：”290“，“author”：“JB Tenenbaum”，“year”：“2000”，“unstructured”：“Tenenbaom JB，de Silva V，Langford JC（2000）非线性降维的全球几何框架。Science 290:2319\u20132323“，“journal-title”：“Science”}，{“issue”：“3”，“key”：“434_CR44”，“doi-asserted-by”：“publisher”，“first-page”：“306”，“doi”：“10.1109\/TPAMI.1979.4766926”，“volume”：”1“，“author”：“GV Trunk”，”year“1979”，“unstructured”：“Trunk GV（1979）维数的问题：一个简单示例。IEEE Trans-Pattern Ana Mach Intell 1（3）：306\u2013307“，”journal-title“：”IEEE Trans-Pattern Ana Mach Intell“}，{”issue“：”8“，”key“：”434_CR45“，”doi-asserted-by“：”publisher“，”first page“：“1274”，”doi“：”10.1109\/JPROC.2018.2853498“，“volume”：“106”，“author”：“N Vaswani”，“year”：“2018”，“unstructured”：“Vaswani-N，Chi Y，Bouwmans T（2018）”重新思考现代数据集的主成分分析：理论、算法和应用。Proc IEEE 106（8）：1274\u20131276“，”journal-title“：”Proc IEEE“}，{“key”：“434_CR46”，“first page”：”2579“，”volume“：”9“，”author“：”L van der Maaten“，”year“：”2008“，”unstructured“：”van der Maraten L，Hinton G（2008）使用t-sne可视化高维数据。J Mach Learn Res 9:2579\u20132605 _CR47“，”doi-asserted-by“：”publisher“，”first-page“：”395“，”doi“：”10.1007\/s1122-007-9033-z“，”volume“：”17“，”author“：”U von Luxburg“，“year”：“2007”，“unstructured”：“von Luxsburg U（2007）光谱聚类教程。统计计算17:395\u2013416”，“journal-title”：“统计计算”}，{“issue”：“2”，“key”：“434_CR48”，“doi-assert-by”：“publisher”，“首页”：“534”，“DOI“：”10.1007\/s10618-014-0356-z“，”volume“：”29“，”author“：”F Wang“，”year“：”2015“，”unstructured“：”Wang F，Sun J（2015）数据挖掘中距离度量学习和降维研究。Data Min Knowl Discov 29（2）：534\u2013564“，“journal-title”：“Data Min Knowl Discov”}，{“key”：“434_CR49”，“first page”：”4“，”volume“：”2“，“author”：“L Yang”，“year”：“2006”，“unstructured”：“Yang L，Jin R（2006）远程测量学习：一项综合调查。密歇根州立大学2:4”，“johnal-tittle”：“，”doi-asserted-by“：”publisher“，”first-page“：”927“，”doi“：”10.1016\/S0167-8655（99）00060-4“，”volume“：”20“，”author“：”TN Yang“，”year“：”1999“，”unstructured“：”Yang TN，Wang SD（1999）主成分分析的稳健算法。模式识别信函20（9）：927\u2013933”，“日记标题”：“模式识别信函”}，{“卷标”：“分类、估计和模式识别”，“年份”：“1974”，“作者”：“TY Young”，“密钥”：“434_CR51”，“非结构化”：“Young TY，Calvert TW（1974）分类、估计与模式识别。Elsevier，Amsterdam”}434_CR52“，”doi-asserted-by“：”publisher“，”first page“：”363“，”doi“：”10.1002\/sam.11161“，“volume”：“5”，“author”：“A Zimek”，“year”：“2012”，“unstructured”：“Zimeck A，Schubert E，Kriegel HP（2012）高维数值数据中无监督异常值检测的调查。Stat Anal Data Min 5（5）：363\u2013387“，”journal-title“：”Stat Ana Data Min“}]，”container-title”：[“Advances in Data Analysis and Classification”]，”original-title:[]，”language“：”en“，”link“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10.10007\/s11634-020-004343.pdf“，”content-type“：”application\/pdf“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/link.springer.com/article\/10.1007\/s11634-020-00434-3\/fulltext.html”，“内容类型”：“text\/html”，“content-version”：“vor”，“intended-application”：“text-mining”}，}“URL“https:\\/link.stringer.com/content\/pdf\/10.10007\/s11634.020-00434-3.pdf”，“content-type”：“application\/pdf“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2024,8,22]]，”date-time“：”2024-08-22T01:55:17Z“，”timestamp“：1724291717000}，”score“：1，”resource“：{primary”：{“URL”：“https:\/\/link.springer.com/10.1007\/s11634-020-00434-3”}}，“subtitle”：[]，“shorttitle”：[]，“已发布”：{“日期部分”：[[2021,1,7]]}，“references-count“：52，”journal-issue“：{”issue“：“4”，“published-print”：{“date-parts”：[[2021,12]]}}，“alternative-id”：[“434”]，“URL”：“http://\/dx.doi.org\/10.1007\/s11634-020-00434-3”，“relationship”：{}，”ISSN“：[”1862-5347“，”1862-355“]，”ISSN-type“：[{”type“print”，“value”：“186”2-5347“}，{“类型”：“电子”，“值”：“1862-5355”}]，“主题”：[]，“发布”：{date-parts“：[[2021,1,7]]}，”assertion“：[{”value“：”2019年12月10日“，”order“：1，”name“：”received“，”label“：”received“，“group”：{“name”：“Article History”，“label”：“文章历史”}}}，{“value”：“2020年4月29日”，“order”：2，“name”:“revised”，“table”：“revised”，”group“：2020年”，“订单”：3，“name“：”accepted“，”label“：”accepted”，“group”：{“name”：“ArticleHistory”，“label”：“文章历史”}}，{“value”：“2021年1月7日”，“订单”：4，“name”:“first_online”，“标签”：“first online”，”group“：{