Laboratory of Theoretical and Applied computer Science LITA, UFR MIM,University Paul Verlaine of Metz,Ile du Saulcy-Metz 57045, France;
Department of Computer Sience, ETH Zurich, Switzerland;
Sparse features and examples; binary classification; DCA;
机译:学习具有凸函数算法差异的稀疏分类器
机译:机器学习中的特征选择:使用凸函数差异算法的精确惩罚方法
机译:非渗透成本的稀疏PDE最优控制问题的差异凸起功能方法
机译:学习稀疏分类器具有凸函数算法的差异
机译:凸起学习差异:使用非凸稀稀函数优化
机译:通过凹凸变化优化的HCC图像稀疏贡献特征选择和分类器
机译:机器学习中稀疏模型的凸优化算法和恢复理论
机译:三注意事项1.关于具有大频率的振荡器2.在比率上f(t + cf-α(t):) / f(t)3。作为凸函数的差异表示的函数