一种非凸松弛化的多核集成回归方法

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据
维普

中文摘要：支持向量机的核函数的应用性越来越强.性能优秀的核函数可以带来非常好的效果,为了充分利用核函数的优点,构造出一种创新的多核集成方法.在这个整体框架中,每个核回归器都与一个权重相关联,该权重可以根据其对回归结果的贡献来自训练自动调整.通过这种方式,可以直接从数据中学习更合适的核函数类别及其对应的参数,而无需任何人工干预,从而有更好的回归性能.同时为了使非凸问题可以求解,将引入L1范数和L2范数进行重新建模,从而获得解耦形式,具有可求偏导形式的模型.在一些UCI回归数据集上的实验结果表明,论文提出的方法在最新的比较方法中获得了最佳的回归性能.

外文标题：A Non-convex Relaxation Approach to Multi-kernel Ensemble Regression

作者：

倪成功、陆扣、袁旭、黄昌彬、徐兆瑞

展开 >

作者单位：

江苏大学计算机科学与通信工程学院镇江 212013

关键词：

最小二乘损失核技巧非凸优化集成学习回归

出版年：

2022

DOI：

10.3969/j.issn.1672-9722.2022.01.006

计算机与数字工程

中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD

影响因子：0.355

ISSN：1672-9722

年,卷(期)：2022.50(1)

参考文献量14