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:
提出一种L1+L2范数正则化逻辑斯蒂模型分类算法.该算法引入L2范数正则化,解决L1正则化逻辑斯蒂算法迭代过程奇异问题,通过引入样本向量的扩展和新的权值向量完成L1范数非平滑问题,最终使用共轭梯度方法求解经过转化的最优化问题.在各种实际数据集上的实验结果表明,该算法优于L2范数、L1范数和Lp范数正则化逻辑斯蒂模型,具有较好的特征选择和分类性能.
推荐文章
L1/2正则化问题的最优性条件及下降算法
正则化
最优性条件
下降算法
全局收敛性
基于L1范数改进的自回归算法及分类应用
自回归密度估计
正则化
波利亚科夫平均
图片分类
基于L1/2正则化和局部纹理约束的人脸超分辨率图像重建
稀疏表示
人脸图像
图像重建
L1/2正则化
局部纹理约束
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
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 L1+L2正则化逻辑斯蒂模型分类算法
来源期刊 计算机工程 学科 工学
关键词 L1范数 L2范数 共轭梯度 特征选择 正则化 逻辑斯蒂模型
年,卷(期) 2012,(13) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 148-151
页数 分类号 TP18
字数 4522字 语种 中文
DOI 10.3969/j.issn.1000-3428.2012.13.044
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (7)
参考文献  (4)
节点文献
引证文献  (10)
同被引文献  (12)
二级引证文献  (8)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
L1范数
L2范数
共轭梯度
特征选择
正则化
逻辑斯蒂模型
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导