非稀疏多核组合的支持向量回归方法

• 作者: 丁立新 刘晓刚 李照奎 胡庆辉
• 来源期刊: 四川大学学报（工程科学版）
• 学科: 工学
• 关键词: 多核学习 支持向量回归 非稀疏核组合 两步优化
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 信息工程
• 页码范围: 91-97
• 页数: 7页
• 分类号: TP301.6
• 字数: 4652字
• 语种: 中文
• DOI: 10.15961/j.jsuese.2015.04.013

摘要

为了改善支持向量回归机的性能,提出一种利用多核学习解决回归问题的算法(NS-MKR).算法对基本核函数的组合系数施加了Lp范数的约束(p＞1),以得到组合系数的非稀疏解,并采用了两步优化方法,首先求解基于加权组合核的标准支持向量回归问题,用于学习拉格朗日乘子,然后采用简单的计算,求得基本核函数的组合系数,这2个步骤交替进行,直到满足事先定义的收敛准则.在人工数据集和真实数据集上的实验表明,相对于传统的单核和稀疏多核支持向量回归方法,提出的算法有更好的泛化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁立新	武汉大学计算机学院	62	641	13.0	22.0
5	李照奎	武汉大学计算机学院	3	18	2.0	3.0