基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在求解秩空间差异性的基础上,提出一种基于秩空间差异性的多核组合方法.将样本按照特征进行分组,使用不同的核函数对已完成分组的数据进行训练,并应用网格搜索法对核函数的参数进行寻优.在备选核函数中选取两个核函数,将分为两组的数据分别放入对应的核函数中进行映射,通过判断数据经过核函数映射后的秩空间差异性为基础核函数的选择提供参考.选用白酒数据集、乳腺癌数据集以及葡萄酒品质数据集进行试验,验证了当数据经过已选的基础核函数映射后,秩空间差异越大,分类的准确率越高.试验结果表明应用该方法进行基础核函数的选择以及组合的可行性.
推荐文章
基于 Boosting框架的非稀疏多核学习方法
集成学习
非稀疏多核学习
弱分类器
基本核
基于张量秩校正的图像恢复方法?
图像恢复
张量奇异值分解
张量秩校正
张量近似点算法
基于列约束的低秩矩阵恢复方法
遮挡点
低秩矩阵
奇异值分解
列约束
矩阵的秩的性质及秩的(不)等式的证明方法
矩阵的秩
不等式
分块矩阵
初等变换
线性空间
线性变换
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于秩空间差异的多核组合方法
来源期刊 山东大学学报(工学版) 学科
关键词 多核学习 秩空间差异性 多核组合 网格搜索
年,卷(期) 2021,(1) 所属期刊栏目 机器学习与数据挖掘|Machine Learning & Data Mining
研究方向 页码范围 108-113
页数 6页 分类号 TP391
字数 语种 中文
DOI 10.6040/j.issn.1672-3961.0.2020.248
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (151)
共引文献  (110)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1909(1)
  • 参考文献(0)
  • 二级参考文献(1)
1950(1)
  • 参考文献(0)
  • 二级参考文献(1)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(13)
  • 参考文献(1)
  • 二级参考文献(12)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(11)
  • 参考文献(2)
  • 二级参考文献(9)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(12)
  • 参考文献(1)
  • 二级参考文献(11)
2011(17)
  • 参考文献(0)
  • 二级参考文献(17)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(13)
  • 参考文献(0)
  • 二级参考文献(13)
2017(7)
  • 参考文献(1)
  • 二级参考文献(6)
2018(7)
  • 参考文献(3)
  • 二级参考文献(4)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多核学习
秩空间差异性
多核组合
网格搜索
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
山东大学学报(工学版)
双月刊
1672-3961
37-1391/T
大16开
济南市经十路17923号
24-221
1956
chi
出版文献量(篇)
3095
总下载数(次)
14
总被引数(次)
24236
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导