{“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”：[[2024,5,25]]，“日期-时间”：“2024-05-25T04:34:17Z”，“时间戳”：1716611657547}，“参考-计数”：106，“出版商”：“Elsevier BV”，“许可证”：[{“开始”：{-“日期-零件”：[2019,2,1]]，”“日期-时刻”：“2019-02-01T00:00:00Z“，”timestamp“：1548979200000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}]，“内容域”：{“域”：[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[”Neurocomputing“]，”published-print“：{”date-parts“：[2019,2]}，”DOI“：”10.1016\/j.n eucom.2018.02.100“，”type“：”journal-article“，”created“：{“date-parts”：[[2018,8,17]]，“date-time”：“2018-08-17T14:42:08Z”，“timestamp”：1534516928000}，“page”：“5-15”，“update-policy”：”http:\/\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：90，“title”：[“大规模数据处理的经典降维和样本选择方法综述”]，“prefix”：“10.1016”，“卷”：“328”，“作者”：[{“ORCID”：“http://\/ORCID.org\/00000-0001-6973-799X”，“authenticated-ORCID”：false，“给定”：“新郑”，“家族”：“徐”，“sequence”：“first”，“affiliation”：[]}，{“give”：“天明”，“family”：“Liang”，序列“：”附加“，”从属“：[]}，{”给定“：“董”，“家族”：“郑”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“桐峰”，“family”：“Sun”，“sequence”:“additionable”，“filiation“：[]2]，“member”：“78”，“reference”：[{“key”：”10.1016\/j.neucom.2018.02.100_bib0001“，“series-title”：“IEEE国际会议记录”，“首页”：“2593”，“article-title”：“使用灵敏度度量、系统、人和控制论为RBF神经网络分类问题选择输入样本，2003年”，“卷”：“3”，“作者”：“Ng”，“年份”：“2003”}，{“问题”：“1\u20132”，“关键”：“10.1016\/j.neucom.2018.2.100_bib0002”，”doi-asserted-by“：”crossref“，”first page“：”245“doi“：”10.1016\/S0004-3702（97）00063-5“，”article-title“：“选择机器学习中的相关特征和示例”，“卷”：“97”，“作者”：“Blum”，“年份”：“1997”，“日志标题”：“Artif.Intern.”}，{“问题”：“12”，“密钥”：“10.1016\/j.neucom.2018.2.100_bib0003”，“doi-asserted-by”：“crossref”，“首页”：“2472”，“doi”：“101109\/TPAMI.2016.2533384”，“article-title”：“在特征分组和选择中实现万亿相关性”，“卷”：“38”，“作者”：“翟”，“年份”：“2016年”，“期刊标题”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“key”：“10.1016\/j.neucom.2018.2.100_bib0004”，“series-title”：“第30届AAAI人工智能会议”，“首页”：“1401”，“article-title”：“图像集分类的同时特征和样本缩减”，“author”：“Zhang”，“year”：“2016”}，{“key”：“10.1016\/j.neucom.2018.2.100_bib0005”，“series-title”：“数据挖掘和机器学习中的数据质量”，“author”:“Hulse”，“年份”：“2007”}，“首页”：“1491”，“DOI”：“10.1109\/TKDE.2011.67”，“文章标题”：“模糊决策树归纳中基于最大模糊度的样本选择”，“卷”：“24”，“作者”：“王”，“年份”：“1997”，“期刊标题”：《IEEE Trans.Knowl.Data Eng.》}，{“问题”：“5\u20136”，“关键字”：“101016\/j.neucom.2018.2.100_bib0007”，《DOI-asserted-by》：“crossref”，“first”第“：”410页，“DOI”：“10.1016\/j.artint.2010.01.001”，“article-title”：“民主实例选择：基于分类器集成概念的线性复杂度实例选择算法”，“volume”：“174”，“author”：“Garc a-Osorio”，“year”：“2010”，“journal-title“：”Artif.Intel.“}，{“issue”：“3”，“key”：”10.1016\/j.neucom.2018.2.100_bib0008“，”DOI-asserted-by“：”crossref“，“首页”：“515”，“DOI”：“10.1109\/TIT.1968.1054155”，“article-title”：“简明最近邻规则”，“卷”：“14”，“作者”：“Hart”，“年份”：“1968”，“日记标题”：“IEEE Trans.Inf.Theory”}，{“问题”：“1”，“关键字”：“101016\/j.neucom.2018.02.100_bib0009”，“DOI-asserted-by”：“crossref”，“首页面”：“37”，“DOI”：“10.1007\/BF00153759”，“文章标题”：“基于实例的学习算法”，“卷”：“6”，“作者”：“啊哈”，“年份”：“1991”，“期刊标题”：“Mach.Elearn。”}，｛“问题”：“4”，“密钥”：“10.1016\/j.neucom.20180.02.100_bi0010”，“doi断言者”：“crossref”，“首页”：“590”，“doi”：“10.1162\/neco.1992..4.4.590”，“文章标题”：“用于主动数据选择的基于信息的目标函数”，“卷”：“4”，“author”：“Mackay”，“year”：“1992”，“journal-title”：“Neural Compute.”}，{“key”：“10.1016\/j.neucom.2018.2.100_bib0011”，“series-title”：《第二十届AAAI人工智能会议论文集》，“首页”：“3108”，“article-title）：“通过gershgorin循环引导样本选择的主动流形学习”，“au作者”：“Xu”，“年份”：“2015”}、{“key”：“10.1016\/j.neucom.2018.02.100_bib0012”，“doi-asserted-by”：“crossref”，“first page”：“38”，“doi”：“10.116\/j.engappai.2016.10.008”，“article-title”：“使用和声搜索对高维不平衡类数据进行特征选择”，“volume”：”57“，“author”：“Moayedikia”，“year”：“2017”，“journal-title“：”Eng.Appl.Artif.Internal.“}，{”key“：“10.1016\/j.neucom.2018.2.100_bib0013”，“非结构化”：“C.O.S.Sorzano，j.Vargas，A.P.Montano，降维技术调查，arXiv:1403.2877，（2014）1-35.”}，{“key”：“10.116\/j-neucom.2016.02.100_bib001”，“series-title”：“数据挖掘中的距离度量学习和降维调查”，“author”：“Wang”，“year”：“2015”}，{“key”：“10.1016\/j.neucom.2018.02.100_bi0015”，“非结构化”：“H.Xie，j.Li，H.Xue，基于随机投影的降维技术综述，2017。”}，{“key”：“10.1016\/j.neucom.2018.02.100_bi0016”，“doi断言”：“crossref”，“非结构化”：“M.Arellano，S。Bonhome，《分位数回归中的样本选择：一项调查》，工作论文，2017年。“，”DOI“：”10.1201\/9781315120256-13“}，{“key”：“10.1016\/j.neucom.2018.2.100_bib0017”，“series-title”：“IEEE第五届高级计算智能国际会议论文集”，“首页”：“229”，“article-title”：”基于PSO的高维小样本特征提取“，”volume“：”8267“，”author“：”Tao“，”year“：”2012“}，{“key”：“10.1016\/j.neucom.2018.02.100_bib0018”，”doi-asserted-by“：”crossref“，”first page“：作者：“Krawczuk”，“年份”：“2016年”，“新闻标题”：“Artif。智力。医学“}，{“问题”：“1”，“密钥”：“10.1016\/j.neucom.2018.2.100_bib0019”，“doi-asserted-by”：“crossref”，“首页”：“91”，“doi”：“101007\/s11263-006-8098-z”，“文章标题”：“子空间人脸识别随机抽样”，“卷”：“70”，“作者”：“王”，“年份”：“2006”，“日志标题”：《国际期刊》计算机视觉”}，}“密钥”：“10.1016\/j.neucom.2018.02.100_bib0020”，“series-title“：《机器学习与控制论国际会议论文集》，ICMLC 2010，“首页”：“397”，“文章-标题”：“基于最大熵和贡献的样本选择算法”，“卷”：“1”，“作者”：“张”，“年份”：“2010”}，{“问题”：“11”，“密钥”：“10.1016\/j.neucom.2018.02100_bib0021”，”doi-asserted-by“：”crossref“，”first page“：”2182“，”DOI“：”10.1109\/TPAMI.2015.2511748“，”article-title“：”基于异类的稀疏子集选择“，”volume“：“38”，“author”：“Elhamifar”，“year”：“2016”，“journal-title”：“IEEE Trans。模式分析。机器。智力。“}，{”issue“：”6“，”key“：”10.1016\/j.neucom.2018.02.100_bib0022“，”首页“：”189“，”article-title“：”随机选择最优个体的量子粒子群优化算法“，”volume“：“首页”：“141”，“article-title”：“随机选取邻域的基于全维邻域的粒子群优化”，“volume”：“405”，“author”：“Sun”，“year”：“2017”，“journal-title“：”Inf.Sci。Int.J.“}，{“key”：“10.1016\/J.neucom.2018.2.100_bib0024”，“first page”：”701“，“article-title”：“On adaptive pixel random selection for compressive sensing”，“volume”：《234》，“author”：“Guicquero”，“year”：“2015”，“journal-title“：”：“IEEE Signal Inf.Process.Netw.”}，}“issue”：“5”，“key“10.1016”y“：”crossref“，”首页“：”1578“，”DOI“：”10.1109\/TGRS.2010.2081677“，”article-title“：”基于随机选择的高光谱图像异常检测器“，”volume“：”49“，”author“：”Du“，”year“：”2011“，”journal-title”：“IEEE Trans。地质科学。Remote Sens“｝，｛“issue”：“1”，“key”：“10.1016\/j.neucom.20180.02.100_bi0026”，“首页”：“222”，“文章标题”：“将点与地标连接起来：有区别地学习无监督领域自适应的领域不变特征”，“volume”：“28”，“author”：“Gong”，“year”：“2013”，“期刊标题”：“JMLR W&C”｝，｛“key”：“10.1016\/j.neucom.2018.02.100_bib0027“，“首页”：“211”，“文章标题”：“文本分类中训练样本选择的新方法”，“卷”：“1”，“作者”：“廖”，年：“2010”，“期刊标题”：《国际研讨班教育》。Technol公司。计算。科学。“}，{”issue“：”7“，”key“：”10.1016\/j.neucom.2018.02.100_bib0028“，”doi-asserted-by“：”crossref“，”first-page“：”63“，”doi“：”10.5194\/isprsarchives-XL-7-63-2014“，”article-title“：”基于多证据的作物分类方法的自动训练样本选择“，”volume“：“XL-7”，”author“：”Chellasamy“，“year”：“2014”，“journal-title”：“Int。架构（architecture）。照片。遥感与S“}，{“key”：“10.1016\/j.neucom.2018.2.100_bib0029”，“series-title”：“IEEE生物信息学和生物医学国际会议论文集”，“首页”：“549”，《article-title》：“基于两阶段聚类的前-miRNA分类有效样本选择”，“volume”：”10“，”author“：”Xuan“，”year“：”2010“}”，{”key“：”10.1016\/j.neucom.2018.02.100_bib0030“，”doi-asserted-by“：”crossref“，”first page“：”92“，”doi“：”10.1016\/j.image.2016.03.009“，”article-title“：”通过稀疏编码进行视觉领域适配的样本选择“，”volume“：“44”，”author“：”Li“，“year”：“2016”，“journal-title”：“Signal Process”。图像通信。“}，{”key“：”10.1016\/j.neucom.2018.2.100_bib0031“，”series-title“：”神经网络与信号处理国际会议论文集“，”first page“：“20”，”article-title“：“一种通过边界样本选择的支持向量机快速训练算法”，“volume”：“1”，“author”：“Xia”，“year”：“2004”}，”{“issue”：“9”，“key”：”10.1016\/j.neucom.2018.2.100_bib0032“，“首页”：“751”，“文章标题”：“基于训练样本选择的Fcm-lssvm”，“卷”：“7”，“作者”：“牛”，“年份”：“2015”，“期刊标题”：”金属。矿业公司“}，{“key”：“10.1016\/j.neucom.2018.2.100_bib0033”，“首页”：“4837”，“文章标题”：“基于k-l差异的样本选择，有效训练SVM”，“卷”：“8215”，“作者”：“翟”，“年份”：“2013”，“期刊标题”：”IEEE Syst.Man Cybern.1247英寸article-title“：“基于最近邻规则的神经网络训练样本选择方法”，“volume”：“33”，“author”：“Hao”，“year”：“2007”，“journal-title”：“Acta Autom。罪。“}，{”key“：”10.1016\/j.neucom.2018.02.100_bib0035“，”series-title“：”机器学习与控制论国际会议论文集“，”首页“：”291“，”article-title“：“粗糙集样本选择”，“volume”：“1”，“author”：“Chen”，“year”：“2010”}，“key”：54“，”DOI“：”10.1016\/j.image.2016.02.002“，”article-title“：”基于优化的训练集选择方法，用于合成用于人脸识别的复合相关滤波器“，”volume“：”43“，”author“：”Santiago-Ramirez“，”year“：”2016“，”journal-title”：“Signal Process”。图像通信。“}，{”issue“：”2“，”key“：”10.1016\/j.neucom.2018.2.100_bib0037“，”doi-asserted-by“：”crossref“，”first page“：“113”，“doi”：“10.1007\/s11263-014-0781-x”，“article-title”：“通过多样性最大化的不确定性抽样进行多类主动学习”，“volume”：“113”，“author”：“Yang”，“year”：“2015”，“journal-title“：”Int.j.Compute.Vis.“}”，{“key”“：”10.1016\/j.neucom.2018.02.100_bib0038“，”doi-asserted-by“：”crossref“，”first page“：”40“，”doi“：”10.1007\/978-981-10-0356-1_5“，”article-title“：”使用主动学习算法从大规模远程感知样本中选择训练样本“，”volume“：“575”，”author“：”Guo“，”year“：”2015“，”journal-title”：“Compute”。智力。智力。系统。“}，{”key“：”10.1016\/j.neucom.2018.2.100_bib0039“，”series-title“：”第五届全球信息管理与传播国际会议论文集“，”article-title“：“主动学习的初始训练数据选择”，“author”：“Yuan”，“year”：“2011”}，“issue”：“30”，“key”：“10.1016\\j.neucomm.2018.2.100 _bib0040”，“首页”：“1”，“article-title“：“学习DAG的吉布斯采样器”，“卷”：“17”，“作者”：“古迪”，“年份”：“2016年”，“新闻标题”：“J.马赫”。学习。研究“}，{”key“：”10.1016\/j.neucom.2018.2.100_bib0041“，”doi-asserted-by“：”crossref“，”first page“：“153”，“doi”：“10.2307\/1912352”，“article-title”：“样本选择偏差作为规范错误”，“volume”：“47”，“author”：“Heckman”，“year”：“1979”，“journal-title“：”Econometrica“}”，{“key”：_bib0042“，”系列标题“：”第二十届机器学习国际会议论文集”，“文章标题”：“在样本选择偏差下学习和评估分类器”，“卷”：“114”，“作者”：“Zadrozny”，“年份”：“2004”}，{“key”：“10.1016\/j.neucom.2018.2.100_bib0043”，“series-title”：“第三届智能系统与知识工程国际会议论文集”，“首页”：“1214”，“文章标题”：“纠正图像分类的样本选择偏差”，“作者”：“Wu”，“年份”：“2008”}，{“关键”：“10.1016\/j.neucom.2018.02.100_bib0044”，”series-title“：”《神经信息处理系统国际会议论文集》，“首页”：“1337”，“文章标题”：“协变量移位的混合回归”，“作者”：“Sch\u00f6lkopf”，“年份”：“2006年”}，{“关键”：“10.1016\/j.neucom.2018.2.100_bib0045”，“第一页”：author“：”Smith“，”year“：”2007“，”journal-title“：”ACM“}，{“key”：“10.1016\/j.neucom.2018.2.100_bib0046”，“series-title”：“分布式计算与人工智能国际研讨会论文集”，“首页”：“11”，“文章标题”：“在样本选择偏差下构建生物医学文本分类器”，“卷”：“91”，“author”：“Romero”，“年份“：”2011“}，{“key”：“10.1016\/j.neucom.2018.2.100_bib0047”，“doi-asserted-by”：“crossref”，“doi”：“101155\/2017\/7847531”，“article-title”：“两阶段病例对照研究中样本选择偏差的修正分类器”，“author”：“Krautenbacher”，“year”：“2017”，“journal-title“：”计算数学方法医学“}”，{问题“issue”：“1”，“key“：”10.1016\/j.neucom.2018.02.100_bib0048“，“首页”：“1371”，“文章标题”：“面向大数据的超高维特征选择”，“卷”：“15”，“作者”：“Tan”，“年份”：“2014”，“期刊标题”：”j.Mach。学习。Res.“｝，｛”key“：”10.1016\/j.neucom.2018.02-100_bi0049“，”系列标题“：”全国人工智能会议论文集“，”第一页“：”1683“，”文章标题“：”通过最大方差展开的非线性降维导论“，”volume“：”2“，”author“：”Weinberger“，”year“：”2006“｝，｛”issue“：”0“，”key“：”10.1016\/j.neucom.2018.02.100_bib0050“，”doi-asserted-by“：”crossref“，”first page“：”273“，”doi“：”10.1016\/S0004-3702（97）00043-X“，”article-title“：”Wrappers for feature subset selection“，“volume”：“97”，“author”：“Kohavi”，“year”：“1997”，“journal-title”：“Artif”。智力。“}，{”issue“：”6“，”key“：”10.1016\/j.neucom.2018.02.100_bib0051“，”doi-asserted-by“：”crossref“，”first page“：“1217”，”doi“：”101109\/TPAMI.2015.24784771“，”article-title“：”Local feature selection for data classification“，“volume”：“38”，“author”：“Armanfard”，“year”：“2016”，“journal-title”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“密钥”：“10.1016\/j.neucom.2018.02.100_bib0052“，”doi-asserted-by“：”crossref“，”first page“：”46“，”doi“：”10.1016\/j.gdata.2015.04.027“，”article-title“：”基于区间值的粒子群优化算法用于癌型特异性基因选择和样本分类“，”volume“：“5”，”author“：”Ramyachitra“，”year“：”2015“，”journal title“：“Gen.Data”}，{“key”：“10.1016\/j.neucom.2018.02.100_bi0053”，“系列标题”：“国际计算机、通信和控制技术会议论文集”，“第一页”：“1031”，“文章标题”：“使用聚类算法重建基因调控网络的降维技术综述”，“卷”：“5”，“作者”：“Pindah”，“年：“2015”}，{“key”：“10.1016\/j.neucom.2018.02.100_bib0054”，“doi-asserted-by”：“crossref”，“首页”：“1”，“doi”：“101016\/j.artmed.2016.07.004”，“article-title”：“高维异质医学数据的生存分析：探索特征提取作为特征选择的替代方法”，“volume”：”72“author”：“P\u00f6lsterl”，“year”：“2016年，“新闻标题”：“Artif。智力。Med.“}，{”issue“：”4“，”key“：”10.1016\/j.neucom.2018.02.100_bib0055“，”doi-asserted-by“：”crossref“，”first-page“：”683“，”doi“：”101109\/TFUZ.2011.2181852“，”article-title“一种用于分类的特征选择和模糊规则提取的集成机制”，“volume”：“20”，“author”：“Chen”，“year”：“2012”，“journal-title”：“IEEE Tran.fuzzy Syst.”}，{“key“：”10.1016\/j.neucom.2018.02.100_bib0056“，”doi-asserted-by“：”crossref“，”unstructured“：”N.Chumerin，M.M.Van Hulle，基于互信息最大化的两种特征提取方法的比较，信号处理的机器学习，2006年会议记录，2006年IEEE信号处理学会研讨会；343-348，doi:10.1109\/MLSP.2006.275572.“，”doi“：”10.1109\/MLPP.2006.275 572.“}，{“key”：“10.1016\/j.neucom.2018.2.100_bib0057”，“doi-asserted-by”：“crossref”，“first page”：”225“，”doi“：，“年份”：“2016年”，“journal-title“：”Neurocomputing“}，{”issue“：”4“，”key“：”10.1016\/j.neucom.2018.02.100_bib0058“，”doi-asserted-by“：”crossref“，”first-page“：”388“，“doi”：“10.1109\/34.206958”，“article-title”：“基于决策边界的特征提取”，“volume”：“15”，“author”：“Lee”，“year”：“1993”，“journal-title”“：”IEEE Trans.Pattern Anal.Mach.Intell.“}，{“问题”：“1”，“key“：”10.1016\/j.neucom.2018.02.100_bib0059“，”首页“：”1835“，”文章标题“：”微阵列数据聚类分析降维技术的比较研究“，”卷“：”11“，”作者“：”Araujo“，”年份“：”2011“，”期刊标题“：“历史。Eur.Idea“}，{“key”：“10.1016\/j.neucom.2018.2.100_bib0060”，“首页”：“41”，“卷”：“87”，“作者”：“Jolliffe”，“年份”：“1986”}，“密钥”：“101016\/j.neucom.2018.02.100_bin0061”，“doi-asserted-by”：“交叉引用”，“非结构化”：“A.M.Mart\u00ednez，A.C.Kak，Pca vs.lda，模式分析与机器智能IEEE Transactions 2001；23（3-4）：228-233，doi:0.1109\/34.908974.“，”doi“：”10.1109\/34.9008974.“}，{“key”：“10.1016\/j.neucom.2018.2.100_bib0062”，“doi-asserted-by”：“crossref”，“unstructured”：“V.N.Vapnik，统计学习理论的本质，神经网络IEEE Transactions 1995；10（5）：988\u2013 999，doi:10.1007\/9781-4757-3264-1.”，“doi”：“101007\/978-3264-1”}，{“键”：“10.1016\/j.neucom.2018.2.100_bib0063“，“series-title”：“多维缩放：历史、理论和应用”，“author”：“Young”，“year”：“1988”}，{“issue”：“5500”，“key”：“10.1016\\j.neucomm.2018.02.100_bib0074”，“doi-asserted-by”：“crossref”，“first-page”：“2319”，“doi”：“101126\/science.290.5500.2319”，“article-title”：”非线性降维的全球几何框架”，“卷”：“290”，“作者”：“Tenenbaum”，“年份”：“2000”，“期刊标题”：“科学”}，{“键”：“10.1016\/j.neucom.20180.02.100_bi0065”，“doi断言”：“crossref”，“非结构化”：“Jihan，K.，Rafic，Y.，《高光谱图像的降维：基于人工数据的比较评述》，LECT NOTES COMPUT SC，2011年第四届国际会议；4:1875-1883，doi:10.1109\/CISP.2011.6100531.“，”doi“：”10.1109\/CISP.2011.6100 531“}，{“key”：“10.1016\/j.neucom.2018.2.100_bib0066”，“series-title”：“第31届AAAI人工智能会议”，“first page”：”1662“，”article-title“：”稳健流形矩阵因式分解用于联合聚类和特征提取“，”author“：”Zhang“，”年份“：”2017年“}”，{key“：”10.1016\/j.neucom.2018.2.100_bib0067“，”series-title“：”第30届AAAI人工智能会议“，”首页“：”2208“，”article-title“：“带最大边缘数据偏移的非线性特征提取”，”author“：”Wangni“，”year“：”2016“}，{“key”：“10.1016\\j.neucomm.2018.2.100 _bib0088”，“series-ttle”：“”《第二十五届国际人工智能联合会议论文集》，“首页”：“1697”，“文章标题”：“领域自适应的联合特征选择和结构保持”，“作者”：“李”，“年份”：“2016”}，{“问题”：“11”，“关键”：“10.1016\/j.neucom.2018.2.100_bib0069”，“doi-asserted-by”：“crossref”，“首版”：“2278”，“doi”：“10.1109\/5.726791“，“文章标题”：“基于梯度的学习应用于文档识别”，“卷”：“86”，“作者”：“乐村”，“年份”：“1998年”，“期刊标题”：。IEEE“}，{”issue“：”4“，”key“：”10.1016\/j.neucom.2018.02.100_bib0070“，”doi-asserted-by“：”crossref“，”first page“：“1318”，”doi“：”101016\/j.patcog.2011.09.021“，”article-title“：”一种新型混合cnn\u2013svm分类器，用于识别手写数字“volume”：“45”，“author”：“Niu”，“year”：“2012”，“journal-title”：“Pattern Recognit”。}，{“问题”：“2”，“密钥”：“10.1016\/j.neucom.2018.2.100_bib0071“，“首页”：“272”，“文章标题”：“大数据学习的退火特征选择”，“卷”：“39”，“作者”：“Barbu”，“年份”：“2014”，“日记标题”：《Eprint Arxiv》}，{“key”：“10.1016\\j.neucomm.2018.02.100_bib072”，《series-title》：“第三十届AAAI人工智能会议论文集”，“首页“：”1302“，”article-title“：”带结构图优化的无监督特征选择“，”author“：”Nie“，”year“：”2016“}，{“key”：“10.1016\/j.neucom.2018.2.100_bib0073”，“首页”：“46”，“article-title”：“生物知识发现和数据挖掘的特征选择方法：一项调查”，“author”：“Mhamdi”，“year”：“2014”，“journal-title“：”Int.Workshop Database“}，{“key”：“10.1016\/j.neucom.2018.02.100_bib0074”，“series-title”：“第二十五届国际人工智能联合会议论文集”，“首页”：“1918”，“article-title”：《基于稀疏度优化的多类分类特征选择》，“author”：“Peng”，“year”：“2016”}，}“key“：”10.1016\/j.neucom.2018.02.100_bib0075“，”doi-asserted-by“：”crossref“，”first-pages“：”835“，“doi”：“10.1016\/j.patcog.2016.028”，“article-title”：“增量相关样本特征机：联合特征选择和分类的快速边际似然最大化方法”，“volume”：“60”，“author”：“Mohsenzadeh”，“year”：“2016”，“journal-title“：”模式识别。“}，{”issue“：”3“，”key“：”10.1016\/j.neucom.2018.02.100_bib0076“，”doi-asserted-by“：”crossref“，”first page“：“195”，”doi“：”101016\/j.artmed.2015.07.002“，”article-title“：”稳健特征选择预测肿瘤治疗结果“，”volume“:”64“，”author“：”Mi“，“year”：“2015”，”journal title“：“Artif.Intell.Med.”}，}“键“：”10.1016\/j.neucom.2018.02.100_bib0077”，“article-title”：“进化特征选择综述”，“author”：“Abd-Alsabour”，“year”：“2014”，“journal-title“：”IEEE“}，{“key”：“10.1016\/j.nucom.2018.02.00_bib0088”，“series-title”：《第三十届AAAI人工智能会议论文集》，“首页”：“4194”，“article-titel”：“带可证明次优界的无监督特征选择加权A*算法”，“author”：“Arai”，“year”：“2016”}，{“key”：“10.1016\/j.neucom.2018.2.100_bib0079”，“series-title”：“第30届AAAI人工智能会议”，“first page”：通过启发式搜索进行无监督特征选择，次优界限可证明”，“作者”：“Arai”，“年份”：“2016”}，{“问题”：“4”，“关键”：“10.1016\/j.neucom.2018.2.100_bib0080”，“首页”：“262”，“文章标题”：“降维：导览”，“卷”：“2”，”作者“：“Burges”，“年”：“2010”，“日志标题”：”发现趋势\u00ae Mach.Learn。“}，{“key”：“10.1016\/j.neucom.2018.02.100_bib0081”，“series-title”：“系统、信号和图像处理国际会议论文集”，“首页”：“263”，“文章-标题”：“人脸识别系统训练策略中的数据降维”，“author”：“Loderer”，“year”：“2014”}，{，“article-title”：“使用多目标进化算法和LSH改进SVM训练样本选择”，“author”：“Pighetti”，“year”：“2015”，“journal-title“：“Compute.Intern.”}，{“issue”：“182”，“key”：“10.1016\/j.neucom.2018.02.100_bib0083”，“first-page:”：“1”，“artice-title（文章标题）：“联合信息特征选择通过高斯建模变得容易处理”，“volume”：“17”，“author”：“Lefakis”，“year”：“2016”，“journal-title”：“J.Mach.Learn.Res.”}，{“key”：”10.1016\/J.neucom.2018.2.100_bib0084“，”doi-asserted-by“：”crossref“，”first page“：”127 Omara”，“年份”：“2016年”，“journal-title”：“Expert Sys.Appl.”}，{“key”：“10.1016\/j.neucom.2018.02.100_bib0085”，“series-title”：《第二十五届国际人工智能联合会议论文集》，“首页”：“3338”，“article-title“：“基于聚类的语义属性预测联合特征选择”，“author”：“Chen”，“year”：“2016”}、{“key”：“10.1016\/j.neucom.2018.02.100_bib0086”，“doi-asserted-by”：“crossref”，“first page”：“200”，“doi”：“10.106\/j-neucom.2016.07.037”，“article-title”：“正交最小二乘回归特征提取”，“volume”：”216“，“author”：“Zhao”，“year”：“2016”，“journal-title“：”Neurocomputing“}”，{“issue”：“2”，“key”：0_bib0087“，“首页”：“14”，“文章标题”：“一种基于中心卷积受限boltzmann机器的场景识别新特征提取方法”，“卷”：“11”，“作者”：“高”，“年份”：“2016”，“期刊标题”：”神经计算“}，{“问题”：“3”，“密钥”：“10.1016\/j.neucom.2018.02.100_bib0088”，“doi-asserted-by”：“交叉引用”，“首版”：“364”，“doi”：“10.1007\/s12559-017-9450-z”，“article-title”：“通过降维训练正则化的回声状态网络”，“volume”：“9”，“author”：“L\u00f8kse”，“year”：“2017”，“journal-title“：”Cogn.Comput.“}，{“key”：，“期刊标题”：“基于知识的系统”}，｛“键”：“10.1016\/j.neucom.20180.02.100_bi0090”，“系列标题”：“国际人工智能联合会议论文集”，“首页”：“1627”，“文章标题”：“多标签知情特征选择”，“作者”：“健”，“年份”：“2016”｝，｛“键”：“10.1016\/j.neucom.20180.02.100_bi0091”，“doi-asserted-by”：“crossref”，“first page”：“107”，“doi”：“10.1016\/j.neucom.2017.5.008”，“article-title”：“用于多标签特征提取的加权线性判别分析框架”，“volume”：”275“，“author”：“Xu”，“year”：“2017”，“journal-title“：”Neurocomputing“}，{“key”：，“首页”：“192”，“DOI”：“10.1016\/j.measurement.2016.02.027”，“article-title”：“航天结构缺陷分类的特征提取和软计算方法”，“卷”：“85”，“作者”：“天使号”，“年份”：“2016”，“期刊标题”：“测量”}，{“问题”：“C”，“关键”：“101016\/j.neucom.2018.2.100_bib0093”，“首版”：“73”，“文章标题”：“用于高维图像数据分类的线性特征提取过度拟合”，“卷”：“53”，“作者”：“刘”，“年份”：“2016”，“日志标题”：“模式识别”}，{“问题”：“6”，“关键”：“10.1016\/j.neucom.2018.2.100_bib0094”，“doi-asserted-by”：“crossref”，“首页”：“753”，“doi”：“101007\/s1259-015-9361-9”，《文章标题》：“用于基于形状的特征提取和对象识别的V4神经网络模型”，“卷”：“7”，“作者”：“Wei”，“年份”：“2015”，“期刊标题”：“Cognit.Comput.”}，｛“key”：“10.1016\/j.neucom.20180.02.100_bi0095”，“系列标题”：“国际机器学习会议论文集”，“首页”：“498”，“文章标题”：“基于模型的强化学习在线特征选择”，“author”：“Thanh”，“year”：“2013”}，{“key”：“10.1016\/j.neucom.2018.2.100_bib0096”，“doi-asserted-by”：“crossref”，“first page”：”45“，“doi”：“101016\/j.compbiomed.2016.03.004”，“article-title”：“基于动态频率特征选择的运动图像分类方法”，“volume”：“75”，“author”：“Luo”，“year”：“2016”，“journal-title”：“Compute.Biol.Med.”}，{“key”：“10.1016\/j.neucom.2018.2.100_bib0097”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.dsp.2018.01.016”，“article-title“：”从多电极记录中直接提取特征以进行尖峰分类“，”author“：”Wu“，”年份“：”2018“，”journal-title“数字。信号处理。“}，{“key”：“10.1016\/j.neucom.2018.02.100_bib0098”，“series-title”：“高级计算机控制国际会议论文集”，“首页”：“294”，“文章标题”：“基于训练样本选择和特征权重调整的文本分类模型”，“卷”：“3”，“作者”：“庞”，“年份”：“2010”}，{“问题”：“2”，“key“：“10.1016\/j.neucom.2018.02.100_bib0099”，“doi-asserted-by”：“crossref”，“first page”：“386”，“doi”：“10.116\/j-neuroimage.2014.01.033”，“article-title”：“通过矩阵收缩和完成使用不完整的多模态数据进行神经退行性疾病诊断”，“volume”:“91”，“author”：“Thung”，“year”：“2014”，“journal-title“：”neuroimage“}”，{“issue”：“2”，“key”：“10.1016\/j.neucom.2018.02.100_bib0100”，“doi-asserted-by”：“crossref”，“首页”：“895”，“doi”：“101016\/j.neuroimage.2011.09.069”，“article-title”：“多模式多任务学习用于阿尔茨海默病多元回归和分类变量联合预测”，“volume”：”59“author”：“Zhang”，“year”：“2012”，“journal-title“：“Neuroimage”}，{“issue”：“3”，“key”：“10.1016\/j.neucom.2018.02.100_bib0101”，“doi-asserted-by”：“crossref”，“first page”：：“10”，“doi”：“101109\/MIS.2013.27”，“article-title”：“Feature ense plus sample selection:domain adaptation for vement classification”，”volume“28”，“author”：“Xia”，“year”：“2013”，“journal-title“：”IEEE Intell.Syst.“}，}”key“：“10.1016\/j.neucom.2018.02.100_bib0102”，“series-title”：“国际通信会议（COMM），IEEE”，“首页”：“101”，“article-title”：“蚁群优化特征选择及其在空间图像模式识别中的应用”，“author”：“Neagoe”，“year”：“2016”}，{“issue”：“38”，“key”：“10.1016\/j.neucom.2018.2.100_bib0103”，“首页”：“1”，“文章标题”：“PAC学习的最佳样本复杂性”，“卷”：“17”，“作者”：“Hanneke”，“年份”：“2016”，“期刊标题”：《j.Mach.Learn.Res.》}10.1016\/j.neuroimage.2016.05.054“，“article-title”：“mri数据中帕金森病的联合特征样本选择和稳健诊断”，“volume”：“141”，“author”：“Adeli”，”year”：“2016”，“journal-title:”Neuroimage“}，{“issue”：“6”，“key”：”10.1016\/j.neucom.2018.02.100_bib0105“，”doi-asserted-by“：”crossref“，”first page“：”2241“，”doi“：”10.1109\/TCYB.2013.2260736“，”article-Ti tle“：“相关性样本特征机器：联合特征样本选择的稀疏贝叶斯学习方法”，“卷”：“43”，“作者”：“Mohsenzadeh”，“年份”：“2013年”，“期刊标题”：“IEEE Trans.Cybern.”}，{“key”：“10.1016\/j.neucom.2018.02.100_bib0106”，“doi-asserted-by”：“crossref”，“首页”：“28”，“doi”：“1016\/j artint.2015.02.008”，“article-title”：“通过连续和离散优化进行高效的非凸稀疏组特征选择”，“volume”：“224”，“author”：“Xiang”，“year”：“2015”，“journal title”：“Artif.Intell.”}]，“container title”：[“Neurocomputing”]，“original title”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S09925231218309469？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0925231218309469？httpAccept=text\/plain“，”内容类型“：”文本\/plaine“，”content-version”：“vor”，“intended-epplication”：“text-mining”}]，”存放“：{“date-parts”：[2019,10,22]]，“date-time“：”2019-10-22T13:29:01Z“，”timestamp“：1571750941000}，”score“：1，”resource“：{主要”：{“URL”：“https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S0925231218309469”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“date-parts”：[[2019,2]}、“references-count”：106，“alternative-id”：[“S0925231183”09469“]，”URL“：”http:\/\/dx.doi.org\/10.1016\/j.neucom.2018.02.100“，”关系“：{}，”ISSN“：[”0925-2312“]，”ISSN-type“：[{”value“：”0925-2312“，”type“:”print“}]，”主题“：[]，”published“：{”date-parts“：[2019,2]}，“assertion”:[{“value”：“Elsevier”，“name”：“publisher”，“label”：“此文章由”}维护，{“值”：“大型数据处理的经典降维和样本选择方法综述”，“name”：“articletite”，“label”：“Article Title”}，{“value”：“Neurocomputing”，“name”：“journaltitle”，“table”：“Journal Title“}”，{”value“：”https:\\/doi.org\/10.1016\/j.neucom.2018.2.100“，”name“：”articlelink“，”label“：”CrossRef DOI链接到出版商维护的版本“}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，}“values”：“\u00a9 2018 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]}