| 多核学习中基于复合梯度映射的学习算法研究 |
| |
| 引用本文： | 龙文光,刘益和.多核学习中基于复合梯度映射的学习算法研究[J].计算机应用研究,2015,32(4). |
| |
| 作者姓名： | 龙文光 刘益和 |
| |
| 作者单位： | 1. 内江师范学院现代教育技术中心,四川内江,641112
2. 内江师范学院计算机科学学院,四川内江,641112 |
| |
| 摘 要： | 现有的多核学习算法大多假设训练样本分类完全正确,将其应用到受扰分类样本上时,由于分类存在差错,因此往往只能实现次优性能.为了解决这一问题,首先将受扰分类多核学习问题建模为随机规划问题,并得到一种极小极大表达式;然后提出基于复合梯度映射的一阶学习算法对问题进行求解.理论分析表明,该算法的收敛速度为O(1/T),大大快于传统算法的收敛速度O(1/√T).最后,基于五个UCI数据集的实验结果也验证了本文观点和优化算法的有效性.
|
| 关 键 词： | 多核学习 训练样本 随机规划 复合梯度映射 收敛速度 UCI数据集 |
Research on learning algorithm based on composite gradient mapping in multiple kernel learning |
| |
| LONG Wen-guang,LIU Yi-he.Research on learning algorithm based on composite gradient mapping in multiple kernel learning[J].Application Research of Computers,2015,32(4). |
| |
| Authors: | LONG Wen-guang LIU Yi-he |
| |
| Abstract: | |
| |
| Keywords: | multiple kernel learning(MKL) training sample stochastic programming composite gradient mapping convergence rate UCI data sets |
| 本文献已被 万方数据 等数据库收录！ |
|
