基于局部空间变稀疏约束的多核学习方法

• 作者: 付光远 汪洪桥 王庆超 王超 辜弘扬
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 多核学习 支持向量机 局部学习 变稀疏约束
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 930-937
• 页数: 8页
• 分类号: TP181
• 字数: 6811字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.04.022

摘要

局部多核学习方法根据样本所在局部空间特性选择特定的核函数组合方式,具有较好的判别能力.本文提出了一种基于局部空间变稀疏约束的多核学习方法,首先依据样本在特征空间的分布情况以软分组的方式将训练数据划分为若干数据子集.以数据子集为单位,根据在相应的局部空间内的核函数相似程度,调整核组合的稀疏程度,使用交替优化的方法进行求解.实验表明本文方法对于区分特征学习和对抗噪声方面具有的优势,因此也使得在图像场景分类问题上的准确率和稳定性得到明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付光远	火箭军工程大学信息工程系	13	27	3.0	4.0
2	王庆超	火箭军工程大学信息工程系	3	11	2.0	3.0
3	王超	火箭军工程大学信息工程系	10	27	3.0	4.0
4	汪洪桥	火箭军工程大学信息工程系	7	15	2.0	3.0
5	辜弘扬	火箭军工程大学信息工程系	1	2	1.0	1.0