模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2011, Vol. 24 Issue (1): 72-81    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
多尺度核方法的自适应序列学习及应用
汪洪桥1,2,蔡艳宁2,孙富春1,+,赵宗涛2
1.清华大学计算机科学与技术系北京100084
2.第二炮兵工程学院指挥自动化系西安710025
Adaptive Sequence Learning and Applications for Multi-Scale Kernel Method
WANG Hong-Qiao1,2, CAI Yan-Ning2, SUN Fu-Chun1, ZHAO Zong-Tao2
1.Department of Computer Science and Technology, Tsinghua University, Beijing 100084
2.Department of Command Automation, The Second Artillery Engineering College, Xian 710025

全文: PDF (661 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 多尺度核方法是当前核机器学习领域的一个热点。通常多尺度核的学习在多核处理时存在诸如多核平均组合、迭代学习时间长、经验选择合成系数等弊端。文中基于核目标度量规则,提出一种多尺度核方法的自适应序列学习算法,实现多核加权系数的自动快速求取。实验表明,该方法在回归精度、分类正确率方面比单核支持向量机方法结果更优,函数拟合与分类稳定性更强,证明该算法具有普遍适用性。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
汪洪桥
蔡艳宁
孙富春
赵宗涛
关键词 核方法多核学习多尺度核核目标度量回归模式分类    
Abstract:Multi-scale kernel method is a hotspot of current kernel machine learning field. However, in the multiple kernel processing progress of multi-scale kernel learning methods, there are some disadvantages, such as average combination of kernels, time consumption increasing under iterative training and empirical selection of composite coefficients. Based on the kernel target alignment heuristics, an adaptive sequence learning algorithm for multi-scale kernel method is presented and the weighting coefficients of multiple kernels can be obtained automatically and rapidly. The experimental results testify that the proposed algorithm has better performance and stability in regression precision and classification accuracy than the SVM methods using different single kernels. Moreover, the proposed algorithm has good universal applicability.
Key wordsKernel Method    Multiple Kernel Learning    Multi-Scale Kernel    Kernel Target Alignment    Regression    Pattern Classification   
收稿日期: 2009-07-06     
ZTFLH: TP391.4  
基金资助:国家重点基础研究专项基金(No.G2007cb311003)、国家自然科学杰出青年基金(No.60625304,60621062)资助项目
作者简介: 汪洪桥,男,1979年生,博士研究生,主要研究方向为机器学习、模式识别、数字图像处理.E-mail:whq05@mails.tsinghua.edu.cn.蔡艳宁,女,1980年生,博士,讲师,主要研究方向为机器学习、人工智能.孙富春,男,1964年生,教授,博士生导师,主要研究方向为人工智能、模式识别、智能控制.E-mail:fcsun@mail.tsinghua.edu.cn.赵宗涛,男,1942年生,教授,主要研究方向为人工智能、决策支持系统.
引用本文:   
汪洪桥,蔡艳宁,孙富春,赵宗涛. 多尺度核方法的自适应序列学习及应用[J]. 模式识别与人工智能, 2011, 24(1): 72-81. WANG Hong-Qiao, CAI Yan-Ning, SUN Fu-Chun, ZHAO Zong-Tao. Adaptive Sequence Learning and Applications for Multi-Scale Kernel Method. , 2011, 24(1): 72-81.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2011/V24/I1/72
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn