图核函数研究现状与进展

• 作者: 吴宇帆 崔丽欣 徐立祥 潘云逸 焦宇航 白璐
• 来源期刊: 安徽大学学报(自然科学版)
• 学科: 工学
• 关键词: 结构化 图核 机器学习
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 特约专栏计算机科学与技术
• 页码范围: 21-28
• 页数: 8页
• 分类号: TP18
• 字数: 6488字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2017.01.004

摘要

核方法具有坚实的理论基础和广泛的应用,已引起了各领域的关注.基于核的机器学习方法不仅适用于以特征向量表示的模式,也适用于结构化数据的模式.前者对应的是向量核方法,后者对应的是图核方法.图核对结构化数据具有强大而灵活的表示形式,其不仅能描述研究对象或模式的特性,还能反映构成这个物体不同部分之间的结构信息.目前,基于图核的机器学习方法在模式识别、机器学习、机器视觉、数据挖掘等相关研究领域得到了极为广泛的关注与应用,已成为结构数据描述方法和应用领域的一个重要研究方向.论文从使用最为广泛的基于R-convolution的图核谈起,总结了图核研究的意义,着重回顾和讨论图核函数的基本理论、基本分类、国内外研究现状,并进一步指出图核研究的发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐立祥	合肥学院数学与物理系	3	27	3.0	3.0
5	白璐	中央财经大学信息学院	8	13	2.0	3.0
6	崔丽欣	中央财经大学信息学院	3	9	1.0	3.0
7	焦宇航	中央财经大学信息学院	1	9	1.0	1.0
8	吴宇帆	中央财经大学信息学院	1	9	1.0	1.0
9	潘云逸	中央财经大学信息学院	1	9	1.0	1.0