基于矩阵正态分布似然比测试的矩阵度量学习算法

• 作者: 钱强 陈松灿
• 来源期刊: 山东大学学报：工学版
• 学科: 工学
• 关键词: 矩阵正态分布 矩阵度量 似然比测试
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 37-42
• 分类号: TP391
• 字数: 3206字
• 语种: 中文

摘要

本研究基于KISS（keep it simple and stupid）算法，利用似然比测试直接为矩阵模式定义度量，解决了现有大多数度量学习算法需要经过复杂优化过程的问题。通过在似然比测试中有目的地引入矩阵正态分布，该度量无需将矩阵模式通过向量化的方法变成向量模式，因而具有如下优点：（1）能够避免维数灾难；（2）比KISS更鲁棒；（3）无需计算大矩阵的逆和特征值分解，因此计算远快于KISS算法。最终的实验验证了该算法的优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈松灿	南京航空航天大学计算机科学与技术学院	120	1370	19.0	32.0
2	钱强	南京航空航天大学计算机科学与技术学院	6	46	3.0	6.0