伪特权信息和SVM+

• 作者: 刘志 孙广玲 董勇
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 特权学习 伪特权信息 SVM+
• 年，卷（期）: 2016,（6）
• 页码范围: 103-108
• 页数: 6页
• 分类号: TP391.41
• 字数: 5004字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2400.2016.06.018

摘要

针对只有部分训练样本拥有特权信息的特权学习,提出了伪特权信息及相应的SVM+.一方面,对于无特权信息的样本额外构造伪特权信息,使得这部分样本的松弛变量可在修正空间中预测,从而有效地提高了模型泛化能力.可用信息和随机特征都是有效的伪特权信息.另一方面,将真正特权信息用伪特权信息取代,使得全部训练样本的松弛变量都在惟一的修正空间中预测.在实践中发现,至少对于某些真正的特权信息和二分类问题来说,使用一个修正空间可获得更优的泛化能力.在手写数字和人脸表情识别问题上进行的实验结果显示,采用伪特权信息的SVM+具备一定的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙广玲	上海大学通信与信息工程学院	15	83	4.0	9.0
2	董勇	上海大学通信与信息工程学院	2	5	2.0	2.0
3	刘志	上海大学通信与信息工程学院	26	304	8.0	17.0