快速随机多核学习分类算法

2016-09-12 02:40:59孙涛,冯婕
西安电子科技大学学报 2016年1期
关键词:分类优化

孙 涛,冯 婕

(西安电子科技大学智能感知与图像理解教育部重点实验室,陕西西安 710071)

快速随机多核学习分类算法

孙 涛,冯 婕

(西安电子科技大学智能感知与图像理解教育部重点实验室,陕西西安 710071)

多核学习是整合多个子核在一个优化框架内,从而寻求到多个子核之间的一个最佳线性组合,而且多核学习可以获得比单核学习更好的分类性能.受极限学习思想的启发,提出了快速随机多核学习分类方法.当满足极限学习的理论框架时,可以在构造核的过程中,对参数随机赋值,构造一种随机核.可以缩减子核的规模,加快了多核学习的计算时间,并且节省了内存空间,使得多核学习可以处理更大规模的问题.另外,通过使用经验Rademacher复杂度来分析多核学习的一般性误差,从而获得比原有多核学习更高的分类精度.结果表明,与经典的快速多核学习算法相比,文中提供的算法计算更快,占用内存空间更小,分类精度更高.

多核学习;极限学习;随机核;经验Rademacher复杂度

核学习是机器学习中的重要领域.在分类问题中,如果不同种类的数据混杂在一起,在当前维数空间内,可能无法找到一个分类面对它们加以区分.此时,就需要把原始数据通过一个映射函数投影到髙维空间,在髙维空间内把它们区分开.这种方式称为核学习,又称为核技巧[1].核学习因为其在解决线性不可分问题上的卓越性能,被广泛应用于分类算法[2-4].多核学习(Multiple Kernel Learning,MKL)[5]是核学……

登录APP查看全文

猜你喜欢
分类优化
超限高层建筑结构设计与优化思考
房地产导刊(2022年5期)2022-06-01 06:20:14
民用建筑防烟排烟设计优化探讨
关于优化消防安全告知承诺的一些思考
分类算一算
垃圾分类的困惑你有吗
大众健康(2021年6期)2021-06-08 19:30:06
一道优化题的几何解法
由“形”启“数”优化运算——以2021年解析几何高考题为例
教你一招:数的分类
给塑料分分类吧
基于低碳物流的公路运输优化
现代企业(2015年2期)2015-02-28 18:45:09