-
题名一般化最小包含球的大样本快速学习方法
被引量:3
- 1
-
-
作者
胡文军
王士同
王娟
应文豪
-
机构
江南大学数字媒体学院
湖州师范学院信息与工程学院
-
出处
《自动化学报》
EI
CSCD
北大核心
2012年第11期1831-1840,共10页
-
基金
国家自然科学基金(61170029
61272210
+2 种基金
61202311)
江苏省自然科学基金重点项目(BK2011003)
江苏省普通高校研究生科研创新计划项目(CXZZ11-0483)资助~~
-
文摘
标准最小包含球(Minimum enclosing ball,MEB)模型的对偶问题可视为MEB问题并能够利用核心集向量机(Core vector machine,CVM)实现大样本的快速训练,但对于一般化MEB模型,对偶问题中的不等式约束发生了变化而不能视为MEB问题,不能方便地使用CVM来解决大样本的快速训练.为此,提出了一般化MEB快速学习方法(Fast learning of generalized MEB,FL-GMEB),首先放松对偶问题中的不等式约束条件,使其等价于中心约束的MEB问题,从而利用CVM获得其核心集(Coreset,CS);然后利用局部线性嵌入(Locally linear embedding,LLE)的逆思想将CS扩充为拓展核心集(Extended core set,ECS);最后将ECS及其对应的优化权作为一般化MEB模型的逼近解.UCI和USPS数据集上的实验结果表明,FL-GMEB在大样本快速训练方面具有较好的性能优势.
-
关键词
一般化最小包含球
大样本
核心向量机
核心集
拓展核心集
-
Keywords
Generalized minimum enclosing ball (GMEB), large datasets, core vector machine (CVM), core set, extendedcore set (ECS)
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-