科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2013年
32期
9531-9535
,共5页
核方法%多核学习%模式分类
覈方法%多覈學習%模式分類
핵방법%다핵학습%모식분류
kernel methods%multiple kernel learning%pattern classification
传统的核方法如支持向量机在迭代时间、推广能力和鲁棒性等方面不够理想.针对上述问题,给出了基于半无限线性规划(SILP)的多核学习算法,并将其应用在UCI机器学习数据库的二分类和多分类数据集中.该算法用列生成和块算法的方法,固定次优参数并确定工作集后求解优化问题,提高了算法的速度.实验表明,该算法的分类效果比传统支持向量机算法结果更优,具有更好的鲁棒性和普遍适用性.
傳統的覈方法如支持嚮量機在迭代時間、推廣能力和魯棒性等方麵不夠理想.針對上述問題,給齣瞭基于半無限線性規劃(SILP)的多覈學習算法,併將其應用在UCI機器學習數據庫的二分類和多分類數據集中.該算法用列生成和塊算法的方法,固定次優參數併確定工作集後求解優化問題,提高瞭算法的速度.實驗錶明,該算法的分類效果比傳統支持嚮量機算法結果更優,具有更好的魯棒性和普遍適用性.
전통적핵방법여지지향량궤재질대시간、추엄능력화로봉성등방면불구이상.침대상술문제,급출료기우반무한선성규화(SILP)적다핵학습산법,병장기응용재UCI궤기학습수거고적이분류화다분류수거집중.해산법용렬생성화괴산법적방법,고정차우삼수병학정공작집후구해우화문제,제고료산법적속도.실험표명,해산법적분류효과비전통지지향량궤산법결과경우,구유경호적로봉성화보편괄용성.
