基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出基于非凸罚的L_(1/2)正则子,并证明其具有无偏性、稀疏性及Oracle等优良理论性质.给出一种重赋权迭代算法,将求解L_(1/2)正则子转化为一系列L_1正则化子迭代求解.与经典的L_0正则子相比,L_(1/2)正则子更容易求解,而与当今流行的L_1正则子相比,L_(1/2)正则子产生更稀疏的解.实验表明,L_(1/2)正则子可替代L_p(0
推荐文章
L1+L2正则化逻辑斯蒂模型分类算法
L1范数
L2范数
共轭梯度
特征选择
正则化
逻辑斯蒂模型
结合L1和L2正则化约束的隐语义预测模型研究
大数据应用
高维稀疏矩阵
隐语义
基于L1/2正则化理论的地震稀疏反褶积
地震反演
稀疏性
L1正则化
L1/2正则化理论
非凸正则化
高分辨率
薄层识别
L1范数正则化SVM聚类算法
支持向量机
L1范数
正则化
特征选择
聚类
对偶问题
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 L_(1/2)正则化
来源期刊 中国科学(信息科学) 学科 数学
关键词 机器学习 变量选择 正则子 压缩传感
年,卷(期) 2010,(3) 所属期刊栏目
研究方向 页码范围 412-422
页数 11页 分类号 O152.7
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机器学习
变量选择
正则子
压缩传感
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国科学(信息科学)
月刊
1674-7267
11-5846/N
北京东黄城根北街16号
chi
出版文献量(篇)
1697
总下载数(次)
4
总被引数(次)
13096
论文1v1指导