正则化稀疏模型

• 作者: 刘建伟 刘泽宇 崔立鹏 罗雄麟
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 正则化 稀疏 变量选择 套索 无偏估计 组稀疏 融合套索
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 机器学习
• 页码范围: 1307-1325
• 页数: 19页
• 分类号: TP181
• 字数: 20393字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2015.01307

摘要

正则化稀疏模型在机器学习和图像处理等领域发挥着越来越重要的作用，它具有变量选择功能，可以解决建模中的过拟合等问题．Tibshirani 提出的 Lasso 使得正则化稀疏模型真正开始流行．文中总结了各种正则化稀疏模型，指出了各个稀疏模型被提出的原因、所具有的优点、适宜解决的问题及其模型的具体形式．最后，文中还指出了正则化稀疏模型未来的研究方向．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗雄麟	中国石油大学北京自动化研究所	143	1487	17.0	33.0
2	刘建伟	中国石油大学北京自动化研究所	47	653	9.0	25.0
3	刘泽宇	中国科学院软件研究所基础软件国家工程研究中心	7	82	3.0	7.0
4	崔立鹏	中国石油大学北京自动化研究所	2	76	2.0	2.0