机读格式显示(MARC)

• 000 01787cam0 2200637 450

• 001 0000250971

• 005 20170628141000.0

• 010 __ |a 978-7-03-049345-3 |d CNY59.00

• 099 __ |a CAL 012016101705

• 100 __ |a 20160907d2016 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 高维数据的特征选择 |A gao wei shu ju de te zheng xuan ze |e 理论与算法 |f 刘波, 何希平著

• 210 __ |a 北京 |c 科学出版社 |d 2016

• 215 __ |a 153页 |c 图 |d 24cm

• 300 __ |a 重庆市检测控制集成系统工程实验室资助等

• 320 __ |a 有书目 (第148-153页)

• 330 __ |a 本书系统全面地阐述了最新的高维数据特征学习理论及相应算法。主要通过大间隔理论、迹比(trace-ratio)理论、自动编码、稀疏编码等方法来研究高维数据（如图像，基因等）的特征选择，特征变换，特征提取等内容。

• 517 1_ |a 理论与算法 |A Li Lun Yu Suan Fa

• 606 0_ |a 统计数据 |A tong ji shu ju |x 统计分析

• 690 __ |a O212.1 |v 5

• 701 _0 |a 刘波 |A liu bo |4 著

• 701 _0 |a 何希平 |A he xi ping |4 著

• 801 _0 |a CN |b NHL |c 20160907

• 905 __ |a XATU |d O212.1/59

• 920 __ |a 211010 |z 1

• 920 __ |a 222107 |z 1

• 920 __ |a 231030 |z 1

• 920 __ |a 211060 |z 1

• 920 __ |a 212020 |z 1

• 920 __ |a 237020 |z 1

• 920 __ |a 211030 |z 1

• 920 __ |a 215010 |z 1

• 920 __ |a 242020 |z 1

• 920 __ |a 237385 |z 1

• 920 __ |a 232010 |z 1

• 920 __ |a 231020 |z 1

• 920 __ |a 231010 |z 1

• 920 __ |a 245010 |z 1

• 920 __ |a 221020 |z 1

• 920 __ |a 211261 |z 1

• 920 __ |a 242170 |z 1

• 920 __ |a 231280 |z 1

• 920 __ |a 222010 |z 1

• 920 __ |a 231220 |z 2

• 920 __ |a 244020 |z 1

• 920 __ |a 237010 |z 1

• 920 __ |a 232340 |z 1

• 920 __ |a 430102 |z 1

• 920 __ |a 242250 |z 1

• 920 __ |a 235010 |z 1

• 920 __ |a 222020 |z 1

• 920 __ |a 232020 |z 1

• 998 __ |a JSZS