多核学习方法

CORC > 清华大学

	多核学习方法
	汪洪桥 ; 孙富春 ; 蔡艳宁 ; 陈宁 ; 丁林阁
刊名	http://epub.edu.cnki.net/grid2008/brief/detailj.aspx?filename=MOTO201008001&dbname=CJFQ2010
	2012-04-22 ; 2012-04-22
关键词	核方法多核学习合成核多尺度核支持向量机模式识别回归
中文摘要	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.
语种	中文
其他责任者	第二炮兵工程学院指挥自动化系 ; 清华大学计算机科学与技术系智能技术与系统国家重点实验室清华信息科学与技术国家实验室
内容类型	期刊论文
源URL	[http://ir.calis.edu.cn/hdl/211310/3392]
专题	清华大学
推荐引用方式 GB/T 7714	汪洪桥,孙富春,蔡艳宁,等. 多核学习方法[J]. http://epub.edu.cnki.net/grid2008/brief/detailj.aspx?filename=MOTO201008001&dbname=CJFQ2010,2012, 2012.
APA	汪洪桥,孙富春,蔡艳宁,陈宁,&丁林阁.(2012).多核学习方法.http://epub.edu.cnki.net/grid2008/brief/detailj.aspx?filename=MOTO201008001&dbname=CJFQ2010.
MLA	汪洪桥,et al."多核学习方法".http://epub.edu.cnki.net/grid2008/brief/detailj.aspx?filename=MOTO201008001&dbname=CJFQ2010 (2012).