-
题名Krein空间的再生核
- 1
-
-
作者
韩红
邓彩霞
董晓红
-
机构
哈尔滨理工大学应用科学学院
-
出处
《哈尔滨理工大学学报》
CAS
2006年第1期36-38,共3页
-
基金
国家自然科学基金资助项目(10571037)
黑龙江省高校骨干教师创新项目(1054G010)
-
文摘
介绍了再生核Krein空间,并给出了两个不同的Krein空间,它们以同一个函数为再生核的有趣性质.
-
关键词
krein空间
再生核
再生核krein空间
-
Keywords
krein spaces
reproducing kernel
reproducing kernel krein spaces
-
分类号
O177.1
[理学—基础数学]
-
-
题名两阶段不定核支持向量机
- 2
-
-
作者
史娜
薛晖
汪云云
-
机构
东南大学计算机科学与工程学院
东南大学
南京邮电大学计算机学院
-
出处
《计算机科学与探索》
CSCD
北大核心
2020年第4期598-605,共8页
-
基金
国家重点研发计划No.2017YFB1002801
国家自然科学基金No.2017YFB1002801
无线通信技术协同创新中心资助项目。
-
文摘
近年来,在机器学习的各个领域出现了越来越多不定的度量核矩阵,使得不定核支持向量机(IKSVM)得到了广泛关注。但是,现有IKSVM算法通常不能较好地解决高维数据所带来的信息冗余和样本稀疏等问题。针对此研究现状,对现有主流的IKSVM算法进行了研究,并基于再生核Kre?n空间(RKKS)中对IKSVM问题的稳定化定义,从理论上证明了IKSVM问题的本质为不定核主成分分析(IKPCA)降维后空间中的支持向量机(SVM)问题,进一步地提出求解IKSVM问题的新型学习框架TP-IKSVM。TP-IKSVM通过将IKSVM问题的求解拆分为IKPCA和SVM两个阶段,充分地发挥了IKPCA在处理高维数据的信息冗余和样本稀疏等方面的优势,同时结合SVM以有效分类。在真实数据集上的实验结果表明,TP-IKSVM的分类精度优于现有主流的IKSVM算法。
-
关键词
不定核
再生核krein空间(rkks)
不定核主成分分析(IKPCA)
不定核支持向量机(IKSVM)
-
Keywords
indefinite kernel
reproducing kernel krein spaces(rkks)
indefinite kernel principal component analysis(IKPCA)
indefinite kernel support vector machine(IKSVM)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-