多尺度核方法的自适应序列学习及应用

• 作者: 孙富春 汪洪桥 蔡艳宁 赵宗涛
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 核方法 多核学习 多尺度核 核目标度量 回归 模式分类
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 研究与应用
• 页码范围: 72-81
• 分类号: TP391.4
• 字数: 9043字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2011.01.009

摘要

多尺度核方法是当前核机器学习领域的一个热点.通常多尺度核的学习在多核处理时存在诸如多核平均组合、迭代学习时间长、经验选择合成系数等弊端.文中基于核目标度量规则,提出一种多尺度核方法的自适应序列学习算法,实现多核加权系数的自动快速求取.实验表明,该方法在回归精度、分类正确率方面比单核支持向量机方法结果更优,函数拟合与分类稳定性更强,证明该算法具有普遍适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙富春	清华大学计算机科学与技术系	116	2389	20.0	47.0
2	赵宗涛	第二炮兵工程学院指挥自动化系	53	570	13.0	22.0
3	蔡艳宁	第二炮兵工程学院指挥自动化系	15	74	5.0	8.0
4	汪洪桥	清华大学计算机科学与技术系	7	44	4.0	6.0