马氏距离多核支持向量机学习模型
마씨거리다핵지지향량궤학습모형
Learning Model of Multiple Kernel Support Vector Machine with Mahalanobis Distance
  • 万方数据
    计算机工程 계산궤공정
    COMPUTER ENGINEERING
    2014年 6期 219-224 ,共6页

    张凯军%梁循

    장개군%량순

    马氏距离%欧氏距离%多核学习模型%支持向量机%核函数%线性判别分析 馬氏距離%歐氏距離%多覈學習模型%支持嚮量機%覈函數%線性判彆分析
    마씨거리%구씨거리%다핵학습모형%지지향량궤%핵함수%선성판별분석
    Mahalanobis distance%Euclidean distance%multiple kernel learning model%Support Vector Machine(SVM)%kernel function%Linear Discriminate Analysis(LDA)
    支持向量机是统计机器学习中的一种重要方法,被广泛地应用于模式识别、回归分析等问题.但一般支持向量机未考虑样本的总体分布,降低了支持向量机的泛化能力.针对该问题,提出一种马氏距离支持向量机学习模型,考虑总体样本的分布,并将该模型扩展到多核学习模型.通过数学方法将欧式距离核矩阵转化为马氏距离核矩阵,降低模型的实现难度.实验结果证明,该模型不仅保持了欧式距离多核学习模型的原有性质,且具有更好的分类精确度.
    지지향량궤시통계궤기학습중적일충중요방법,피엄범지응용우모식식별、회귀분석등문제.단일반지지향량궤미고필양본적총체분포,강저료지지향량궤적범화능력.침대해문제,제출일충마씨거리지지향량궤학습모형,고필총체양본적분포,병장해모형확전도다핵학습모형.통과수학방법장구식거리핵구진전화위마씨거리핵구진,강저모형적실현난도.실험결과증명,해모형불부보지료구식거리다핵학습모형적원유성질,차구유경호적분류정학도.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문