| 一种非凸松弛化的多核集成回归方法 |
| |
| 引用本文： | 倪成功,陆扣,袁旭,黄昌彬,徐兆瑞.一种非凸松弛化的多核集成回归方法[J].计算机与数字工程,2022,50(1):28-33,105. |
| |
| 作者姓名： | 倪成功 陆扣 袁旭 黄昌彬 徐兆瑞 |
| |
| 作者单位： | 江苏大学计算机科学与通信工程学院 镇江 212013 |
| |
| 摘 要： | 支持向量机的核函数的应用性越来越强.性能优秀的核函数可以带来非常好的效果,为了充分利用核函数的优点,构造出一种创新的多核集成方法.在这个整体框架中,每个核回归器都与一个权重相关联,该权重可以根据其对回归结果的贡献来自训练自动调整.通过这种方式,可以直接从数据中学习更合适的核函数类别及其对应的参数,而无需任何人工干预,从...
|
| 关 键 词： | 最小二乘损失 核技巧 非凸优化 集成学习 回归 |
A Non-convex Relaxation Approach to Multi-kernel Ensemble Regression |
| |
| NI Chenggong,LU Kou,YUAN Xu,HUANG Changbing,XU Zhaorui.A Non-convex Relaxation Approach to Multi-kernel Ensemble Regression[J].Computer and Digital Engineering,2022,50(1):28-33,105. |
| |
| Authors: | NI Chenggong LU Kou YUAN Xu HUANG Changbing XU Zhaorui |
| |
| Affiliation: | (School of Computer Science and Communication Engineering,Jiangsu University,Zhenjiang 212013) |
| |
| Abstract: | |
| |
| Keywords: | least square loss kernel trick non-convex optimization ensemble learning regression |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
