zbMATH参考文献（参考 67篇文章 参考）

1. Diaz Chito，Katerine；Martínez del Rincón，Jesús；Rusiñol，Marçal；Hernández Sabaté，Aura:使用双重广义区分公共向量进行特征提取（2019年）
2. 滕，岳阳；姚玉东；祁，寿良；李，陈；徐立胜；钱，卫；范，风雷；王，葛：NMF方法的新框架及其分解信号和特征表示的实验（2019）
3. 邹翠明；唐元燕；王玉龙；罗正华：稳健多类分类的Huber协同表示（2019）
4. Vural，Elif；Guillemot，Christine:基于监督流形学习的低维数据分类研究（2018）
5. 王静；王立东；刘晓东；任晓东；袁，叶：基于邻近空间理论的基于颜色的图像检索（2018）
6. Bohi，Amine；Prandi，Dario；Guis，Vincente；Bouchara，Frédéric；Gauthier，Jean Paul：基于人类初级视觉皮层结构的傅里叶描述子及其在物体识别中的应用（2017）
7. Brockmeier，Austin J.；Mu，Tingting；Ananiadou，Sophia；Goulermas，John Y.：量化相似性测量的信息性（2017）
8. Fan，Jicong；Chow，Tommy W.S.：具有缺失项和高秩矩阵完成的稀疏子空间聚类（2017）
9. Karasuyama，Masayuki；Mamitsuka，Hiroshi:基于图的学习算法的自适应边缘加权（2017）
10. 刘凯；张毅；陆凯；王小平：量子图像去噪复原（2017）
11. Luo，Minnan；Nie，Feiping；Chang，Xiaojun；Yang，Yi；Hauptmann，Alexander G；Zheng，Qinghua：基于范数最大化的鲁棒PCA重建（2017）
12. Mao，Qi；Wang，Li；Tsang，Ivor W.：鲁棒流形学习和嵌入的统一概率框架（2017）
13. 赵晓伟；聂飞萍；王森；郭俊；徐鹏飞；陈晓江：自适应结构学习的无监督二维降维（2017）
14. Han，Xixuan；Clemmensen，Line:正则化广义特征分解及其在稀疏监督特征提取和稀疏判别分析中的应用（2016）
15. 韩久琦；孙正亚；郝红伟：（l邈0）-基于范数的结构稀疏最小二乘回归特征选择（2015）
16. Hettiaracchi，R.；Peters，J.F.：模式识别中的多流形LLE学习（2015）
17. Karbauskaitė，Rasa；Dzemyda，Gintautas:用于确定高维数据内在维数的最大似然估计优化（2015）
18. 李春娜；邵元海；邓乃阳：稳健L1范数二维线性判别分析（2015）
19. 张海斌；江，焦焦；赵云斌：关于一类非光滑凸问题的近端Landweber-Newton方法（2015）
20. 深度：基于深度的汉考克（Bai Win-Lu）；Ed-Lu，2014）