基于协同聚类的多核学习

• 作者: 尹传环 牟少敏 田盛丰
• 来源期刊: 北京交通大学学报（自然科学版）
• 学科: 工学
• 关键词: 协同聚类 多核学习 核函数 支持向量机
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 计算机与信息技术
• 页码范围: 10-13
• 页数: 4页
• 分类号: TP18
• 字数: 3137字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0291.2008.02.003

摘要

针对实际应用中经常出现的异类数据源,采用多核学习的支持向量机受到关注.然而随着核函数数量的增多,计算量也随之大大增加.为了解决这一问题,该提出了一种利用协同聚类对多核支持向量机的训练数据进行简化的方法,可以减少支持向量机的数目,从而减少计算量.实验结果显示,提出的方法可以提高多核支持向量机的效率,同时还不会影响分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牟少敏	北京交通大学计算机与信息技术学院	44	376	11.0	18.0
3	田盛丰	北京交通大学计算机与信息技术学院	34	652	13.0	25.0
4	尹传环	北京交通大学计算机与信息技术学院	14	117	7.0	10.0