[1] |
J.Alcalá-Fdez、A.Fernández等人,《Keel数据挖掘软件工具:数据集存储库、算法集成和实验分析框架》,多值逻辑软计算杂志,17(2011), 255-287. 可从以下位置获得:https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.294.9855&rep=rep1&type=pdf.
|
[2] |
C.J.Burges,模式识别支持向量机教程,数据挖掘与知识发现,2(1998) 121-167.数字对象标识:10.1023/A:1009715923555。
|
[3] |
E.J.Bayro-Corrochano和N.Arana-Daniel,用于分类、回归和递归的Clifford支持向量机,IEEE神经网络汇刊,21(2010) 1731-1746.数字对象标识:10.1007/978-3-540-24844-6_2.
|
[4] |
C.科尔特斯和V.Vapnik公司、支持向量网络、,机器学习,20(1995), 273-297. 数字对象标识:10.1007/BF00994018。
|
[5] |
陈伟, C.李, Y.Shao先生, J.张和N.邓,具有高效算法的鲁棒l1-范数多权重向量投影支持向量机,神经计算,315(2018), 345-361. 数字对象标识:2016年10月10日/j.neucom.2018.04.083。
|
[6] |
陈伟, Y.Shao先生, C.李, 刘先生, Z.Wang(王)和N.邓, ν-用于模式分类的投影双支持向量机,神经计算,376(2020), 10-24. 数字对象标识:2016年10月10日/j.neucom.2019.09.069。
|
[7] |
X.陈, J.杨, 问:Ye和J.梁,通过类内方差最小化递归投影双支持向量机,模式识别,44(2011), 2643-2655. 数字对象标识:2016年10月10日/j.patcog.2011.03.001。
|
[8] |
D.Dua和C.Graff,UCI机器学习库。,可从以下位置获得:http://archive.ics.uci.edu/ml/.
|
[9] |
N.Deng,Y.Tian和C.Zhang,支持向量机:基于优化的理论、算法和扩展,出版社, (2012).数字对象标识:201/10.14297。
|
[10] |
丁圣美(S.Ding), 十、华和J.余,非平行超平面支持向量机算法综述,神经计算与应用,25(2014), 975-982. 数字对象标识:10.1007/s00521-013-1524-6。
|
[11] |
S.Gao高, 问:Ye和N.叶,1-范数最小二乘双支持向量机,神经计算,74(2011), 3590-3597. 数字对象标识:2016年10月10日/j.patcog.2017.09.035。
|
[12] |
Z.顾, Z.Zhang先生, J.孙和B.李,基于l1-范数双投影支持向量机的鲁棒图像识别,神经计算,223(2017), 1-11. 数字对象标识:2016年10月10日/j.neucom.2016.10.008。
|
[13] |
蒋伟,聂飞,黄浩,带限制l1-范数的稳健词典学习,第二十四届国际人工智能联合会议, (2015).数字对象标识:10.5555/2832747.2832750.
|
[14] |
A.库马尔, A.M.谢赫, Y.Li(李彦宏), H.比拉尔和B.阴,修剪具有l1-norm和有上限l1-normal的滤波器,用于cnn压缩,应用智能,51(2021), 1152-1160. 数字对象标识:10.1007/s10489-020-01894-年。
|
[15] |
N.Kwak公司,基于L1-形式最大化的主成分分析,IEEE模式分析和机器智能汇刊,30(2008), 1672-1680. 数字对象标识:10.1109/TPAMI.2008.114。
|
[16] |
R.Khemchandani和S.Chandra公司,等人。,用于模式分类的双支持向量机,IEEE模式分析和机器智能汇刊,29(2007), 905-910. 数字对象标识:10.1109/TPAMI.2007.1068。
|
[17] |
C.李, Y.Shao先生和N.邓,稳健的L1-形式非平行近端支持向量机,优化,65(2016), 169-183. 数字对象标识:10.1080/02331934.2014.994627.
|
[18] |
G.Li,L.Yang,Z.Wu和C.Wu,D.C.稀疏近端支持向量机编程,信息科学,547(2021), 187-201.数字对象标识:10.1016/j.ins.2020.08.038。
|
[19] |
J.洛佩兹, S.马尔多纳多和M.卡拉斯科,通过二阶锥规划实现鲁棒非并行支持向量机,神经计算,364(2019), 227-238. 数字对象标识:2016年10月10日/j.neucom.2019.07.072。
|
[20] |
D.孟, Q.赵和Z.Xu先生,通过l1-范数最大化提高稀疏主成分分析的鲁棒性,模式识别,45(2012), 487-497. 数字对象标识:2016年10月10日/j.patcog.2011.07.009。
|
[21] |
O.L.Mangasarian公司和E.W.野生,基于广义特征值的多曲面近端支持向量机分类,IEEE模式分析和机器智能汇刊,28(2005), 69-74. 数字对象标识:10.1109/TPAMI.2006.17。
|
[22] |
Z.Lai先生, Y.Xu先生, J.杨, L.Shen(L.沈)和D.张,旋转不变维数约简算法,IEEE控制论汇刊,47(2016), 3733-3746. 数字对象标识:10.1109/TCYB.2016.2578642。
|
[23] |
S.Ma公司, B.程, Z.尚和G.刘、散射变换和基于lsptsvm的旋转机械故障诊断,机械系统和信号处理,104(2018), 155-170. 数字对象标识:2016年10月10日/j.ymssp.2017.10.026。
|
[24] |
S.马尔多纳多, J.洛佩兹和M.卡拉斯科,双支持向量机的二阶锥规划公式,应用智能,45(2016), 265-276. 数字对象标识:10.1007/s10489-016-0764-4。
|
[25] |
F.Nie,H.Huang,X.Cai和C.Ding,通过联合进行高效稳健的特征选择ℓ2,1-范数最小化,神经信息处理系统研究进展,23(2010).
|
[26] |
F.Nie,Z.Huo和H.Huang,稳健矩阵恢复的联合上限范数最小化,第26届国际人工智能联合会议(IJCAI 2017),(2017年)。数字对象标识:10.24963年3月3日至2017年3月356日。
|
[27] |
F.Nie,J.Yuan,H.Huang,最优均值稳健主成分分析,机器学习国际会议, (2014), 1062-1070.
|
[28] |
J.S.Nath和C.Bhattacharyya,具有指定误报率和误报率的最大边距分类器,in2007年SIAM国际数据挖掘会议记录,SIAM,2007年,35-46。数字对象标识:10.1137/1.9781611972771.4.
|
[29] |
X.彭, D.徐, L.Kong(香港)和D.陈,基于L1-形式损失的双支持向量机用于数据识别,信息科学,340(2016), 86-103. 数字对象标识:10.1016/j.ins.2016.01.023。
|
[30] |
Z.齐, Y.Tian先生和Y.Shi先生、用于模式分类的鲁棒双支持向量机,模式识别,46(2013), 305-316. 数字对象标识:2016年10月10日/j.patcog.2012.06.019。
|
[31] |
Y.Shao先生, Z.Wang(王), 陈伟和N.邓,投影双支持向量机的正则化,基于知识的系统,37(2013), 203-210. 数字对象标识:2016年10月10日/j.knosys.2012.08.01。
|
[32] |
C.王, 问:Ye, P.罗, N.叶和L.Fu先生,鲁棒封顶l1范数双支持向量机,神经网络,114(2019), 47-59. 数字对象标识:2016年10月10日/j.neunet.2019.01.01。
|
[33] |
M.Wu,J.Liu,Y.Gao,X.Kong和C.Feng,基于带帽l 1-范数的稳健图-placian主成分分析的特征选择和聚类,2017年IEEE生物信息学和生物医学国际会议, (2017), 1741-1745.数字对象标识:10.1109/BIBM.2017.8217923。
|
[34] |
H.Yang,L.Chan和I.King,支持向量机回归在股市波动预测中的应用,年智能数据工程和自动化学习国际会议,施普林格,2002,391-396。数字对象标识:10.1007/3-540-45675-9_58.
|
[35] |
H.Yin,X.Jiao,Y.Chai和B.Fang,基于单层sae和svm的场景分类,带应用程序的专家系统,42(2015), 3368-3380.数字对象标识:2016年10月10日/j.eswa.2014.11.069。
|
[36] |
L.Yang(杨利伟), G.李, Z.吴和C.吴,鲁棒截断L2-模双支持向量机,国际机器学习与控制论杂志,12(2021), 3415-3436. 数字对象标识:10.1007/s13042-021-01368-8。
|
[37] |
问:Ye, N.叶和T.尹、增强型多权重向量投影支持向量机、,模式识别字母,42(2014),91-100数字对象标识:10.1016/j.pare.2014.02.006。
|
[38] |
问:Ye, C.赵, S.Gao高和H.郑,带局部信息的加权双支持向量机及其应用,神经网络,35(2012), 31-39. 数字对象标识:2016年10月10日/j.neunet.2012.06.010。
|
[39] |
问:Ye, C.赵, N.叶和Y.Chen先生、多维向量投影支持向量机、,模式识别字母,31(2010), 2006-2011. 数字对象标识:2016年10月10日/j.patrec.2010.06.005。
|