一种改进的局部多核学习算法

• 作者: 丁跃
• 来源期刊: 重庆工商大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 局部学习 多核学习 正则化
• 年，卷（期）: 2014,（11）
• 页码范围: 56-61
• 页数: 6页
• 分类号: TP181
• 字数: 3615字
• 语种: 中文

摘要

局部多核学习算法(LMKL)是一种变系数的多核支持向量机算法,其利用选通函数局部的选取合适的合成核函数;但是其选通函数有严重的参数沉余的问题,为此提出了改进的局部多核学习算法(ILMKL),在其目标函数中加入正则项,区别于LMKL中选通函数的l1范数形式,使用选通函数的lp范数形式,增强核函数间的“互补”作用;采用该算法在模拟数据集和UCI数据集上实验,结果表明该算法取得较高的分类能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁跃	重庆大学数学与统计学院	1	2	1.0	1.0