2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

多核学习方法

汪洪桥 孙富春 蔡艳宁 陈宁 丁林阁

汪洪桥, 孙富春, 蔡艳宁, 陈宁, 丁林阁. 多核学习方法. 自动化学报, 2010, 36(8): 1037-1050. doi: 10.3724/SP.J.1004.2010.01037
引用本文: 汪洪桥, 孙富春, 蔡艳宁, 陈宁, 丁林阁. 多核学习方法. 自动化学报, 2010, 36(8): 1037-1050. doi: 10.3724/SP.J.1004.2010.01037
WANG Hong-Qiao, SUN Fu-Chun, CAI Yan-Ning, CHEN Ning, DING Lin-Ge. On Multiple Kernel Learning Methods. ACTA AUTOMATICA SINICA, 2010, 36(8): 1037-1050. doi: 10.3724/SP.J.1004.2010.01037
Citation: WANG Hong-Qiao, SUN Fu-Chun, CAI Yan-Ning, CHEN Ning, DING Lin-Ge. On Multiple Kernel Learning Methods. ACTA AUTOMATICA SINICA, 2010, 36(8): 1037-1050. doi: 10.3724/SP.J.1004.2010.01037

多核学习方法

doi: 10.3724/SP.J.1004.2010.01037
详细信息
    通讯作者:

    汪洪桥

On Multiple Kernel Learning Methods

More Information
    Corresponding author: WANG Hong-Qiao
  • 摘要: 多核学习方法是当前核机器学习领域的一个新的热点. 核方法是解决非线性模式分析问题的一种有效方法, 但在一些复杂情形下, 由单个核函数构成的核机器并不能满足诸如数据异构或不规则、样本规模巨大、样本不平坦分布等实际的应用需求, 因此将多个核函数进行组合, 以获得更好的结果是一种必然选择. 本文根据多核的构成, 从合成核、多尺度核、无限核三个角度, 系统综述了多核方法的构造理论, 分析了多核学习典型方法的特点及不足, 总结了各自的应用领域, 并凝炼了其进一步的研究方向.
  • 加载中
计量
  • 文章访问数:  3519
  • HTML全文浏览量:  87
  • PDF下载量:  4047
  • 被引次数: 0
出版历程
  • 收稿日期:  2009-07-13
  • 修回日期:  2010-04-01
  • 刊出日期:  2010-08-20

目录

    /

    返回文章
    返回