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:
基于留一准则的正交前向选择算法(Orthogonal Forward Selection based onkave-One-Out Criteria,OFS-LOO)是最近提出的一种数据建模方法,它能够产生鲁棒性好的参数可调的核函数回归模型.OFS-LOO采用贪婪算法策略,利用全局优化算法逐项调节每个回归项的参数,逐步地增加模型的项数,减少留一准则函数值.但是OFS-LOO仅保留当前最优解作为新回归项的参数,而忽略当前的选择对以后步骤的影响,破坏了模型的稀疏性.本文在OFS-LOO的框架下提出了一种新颖的树型算法.在选择核函数模型的每一项时,采用重复加权增进搜索(Repeated Weighted Boosting Search,RWBS)算法,同时保留RWBS得到的多个局部极值作为核函数参数的候选项.新方法试图找到传统OFS-LOO和全局最优解之间的折衷.实验表明,与传统方法相比,新方法得到的核函数模型稀疏性更好,泛化能力更强.
推荐文章
核函数选择方法研究
核函数
支持向量机
秩和检验
K-折交叉验证
配对t测试
函数模型的应用
高中数学
函数模型
应用
基于核函数的在线序列ELM模型
在线序列 ELM 算法
最小二乘法
ELM 分类器
核函数
基于SVM用户建模的核函数选择研究
用户建模
支持向量机
核函数
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 基于树型正交前向选择方法的可调核函数模型
来源期刊 信号处理 学科 工学
关键词 正交前向选择 核函数模型 树型搜索
年,卷(期) 2011,(10) 所属期刊栏目 应用
研究方向 页码范围 1576-1580
页数 分类号 TP18
字数 4182字 语种 中文
DOI 10.3969/j.issn.1003-0530.2011.10.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张猛 华中师范大学计算机科学系 12 49 4.0 7.0
2 付丽华 中国地质大学数学与物理学院 25 101 6.0 9.0
3 何婷婷 华中师范大学计算机科学系 71 1176 21.0 32.0
4 魏志成 河北师范大学物理科学与信息工程学院 5 23 3.0 4.0
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  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
正交前向选择
核函数模型
树型搜索
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
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
总被引数(次)
32728
论文1v1指导