New bandwidth selection criterion for Kernel PCA: approach to dimensionality reduction and classification problems.

导出 OA

翻译打印收藏纠错

作者： Minta,Thomas ^[1] ; Kris,De Brabanter ; Bart,De Moor

作者单位： KU Leuven, Department of Electrical Engineering (ESAT), STADIUS Center for Dynamical Systems, Signal Processing and Data Analytics/iMinds Medical IT, Kasteelpark Arenberg 10, 3001 Leuven, Belgium. minta.thomas@esat.kuleuven.be. ^[1]

主题词算法(Algorithms);人工智能(Artificial Intelligence);人类(Humans);最小二乘法分析(Least-Squares Analysis);肿瘤(Neoplasms);寡核苷酸序列分析(Oligonucleotide Array Sequence Analysis);主成分分析(Principal Component Analysis)

DOI 10.1186/1471-2105-15-137

PMID 24886083

发布时间 2024-03-21

翻译满意度评价：

准确一般字义偏差语意偏离译文作用小提交

浏览19

BMC bioinformatics

2014年15卷

137页

相似文献

中文期刊
外文期刊
学位论文
会议论文

检索历史清除

New bandwidth selection criterion for Kernel PCA: approach to dimensionality reduction and classification problems.

BMC bioinformatics

相似文献

BMC bioinformatics

相关期刊

参考文献：
指定格式：	NoteExpress EndNote RefWorks NoteFirst

检索历史 清除

New bandwidth selection criterion for Kernel PCA: approach to dimensionality reduction and classification problems.

BMC bioinformatics

相似文献

BMC bioinformatics

相关期刊

检索历史清除