| 基于CUR矩阵分解的多核学习正则化路径近似算法 |
| |
| 引用本文： | 王梅,李董,薛成龙. 基于CUR矩阵分解的多核学习正则化路径近似算法[J]. 数据采集与处理, 2020, 35(3): 381-391 |
| |
| 作者姓名： | 王梅 李董 薛成龙 |
| |
| 作者单位： | 东北石油大学计算机与信息技术学院,大庆,163318;东北石油大学计算机与信息技术学院,大庆,163318;东北石油大学计算机与信息技术学院,大庆,163318 |
| |
| 基金项目： | 国家自然科学基金(51774090, 51574085)资助项目；黑龙江省自然科学基金(E2016008, F2016002)资助项目。 |
| |
| 摘 要： | 多核学习在解决不规则、大规模数据问题时表现出良好的优越性。正则化路径是一种多次求解多核学习，选择最优模型的措施。针对多核学习正则化路径算法处理大规模数据时，核矩阵规模较大，计算代价高，影响优化模型效率的问题，提出一种基于CUR矩阵分解的多核学习正则化路径近似算法(Multiple kernel learning regularization path approximation algorithm with CUR, MKLRPCUR)。该算法首先采用CUR算法获得核矩阵的低秩近似矩阵的多个分解矩阵，然后在求解过程中利用低维的分解矩阵相乘替代核矩阵，调整相关矩阵计算的顺序，从而简化算法中核矩阵和拉格朗日乘子向量乘积的计算。 MKLRPCUR算法降低了矩阵的计算规模，优化了矩阵计算，提高了精确算法的计算效率。 从理论上分析低秩近似矩阵的相对误差和算法的时间复杂度，验证了近似算法的合理性。同时，在UCI数据集、ORL和COIL图像数据库上的实验结果表明，本文提出的近似算法不仅保证了学习的准确率，并且降低了算法的运行时间，提高了模型的效率。
|
| 关 键 词： | 多核学习正则化路径 核矩阵 矩阵近似 抽样方法 CUR算法 |
| 收稿时间： | 2019-10-28 |
| 修稿时间： | 2019-12-12 |
Multiple Kernel Learning Regularization Path Approximation Algorithm Based on CUR Matrix Decomposition |
| |
| Wang Mei,Li Dong,Xue Chenglong. Multiple Kernel Learning Regularization Path Approximation Algorithm Based on CUR Matrix Decomposition[J]. Journal of Data Acquisition & Processing, 2020, 35(3): 381-391 |
| |
| Authors: | Wang Mei Li Dong Xue Chenglong |
| |
| Abstract: | |
| |
| Keywords: | multiple kernel learning regularization path kernel matrix matrix approximation sampling method CUR algorithm |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
