判别性正则化:一种新颖的分类器学习方法

• 作者: 薛晖
• 来源期刊: 南京航空航天大学学报(英文版)
• 学科: 工学
• 关键词: 判别分析 信息分类 模式识别
• 年，卷（期）: 2009,（1）
• 页码范围: 65-74
• 页数: 10页
• 分类号: TP391
• 字数: 2015字
• 语种: 英文
• DOI: 10.3969/j.issn.1005-1120.2009.01.010

摘要

提出了一种新颖的正则化方法-判别性正则化(Discriminative regularization,DR),为分类提供了一种通用的结合样本先验信息的方式.通过将先验信息引入到正则化项中,DR不但使分类器实际输出与期望输出之间的经验损失达到最小, 而且能在输出空间中同时最大化类间散性与最小化类内紧性.此外,通过将等式约束嵌入到目标函数中,DR的求解还可转化为解线性方程组问题,从而得到全局解析解.分类实验验证了DR的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛晖	南京航空航天大学信息科学与技术学院	3	33	2.0	3.0